2018华为软件精英挑战赛总结

早在被淘汰的时候，就想写一波总结了，还是忍到了比赛结束。

1.初赛赛题

整个赛题主要分为两部分，“利用稀疏的少量数据预测接下来一段时间的销量”+“二维装箱问题”。

最开始我以为整个赛题的难点在第一部分，后来发现并不是。。。因为数据实在是太少了、太稀疏了，用一些模型得到的效果可能还没有用平均数的效果好，所以其实考硬实力的主要是第二部分。

第一部分，我先后使用了“众数”、“MLP”、“随机森林”、“平均数”、“中位数”、“线性回归”、“岭回归”、“带一些约束的岭回归”，发现效果最好的是最后一个，其次是“平均数”。使用每天给的100次机会疯狂调参。。。

第二部分，先是想了想如何用dp，后来师兄提出了一个更好的思路，就是用最优化的方法去解。这个题目中的“二维装箱”问题可以看做一个“整数规划”问题，可以使用“分支限界法”或者“割平面法”得到最优解，我这里使用的是割平面法。

就这样水水的进入了复赛。

2.复赛赛题

复赛赛题增加了难度，修改了数据规模，同时出现了“高级样例”，对我使用的方法带来的影响就是：

①.第一部分要针对初中高级数据分别调参。

②.第二部分对整体使用一次“割平面法”时间消耗太大，得另辟蹊径。

针对第一个问题，没什么好说的，分三种情况疯狂调参。

针对第二个问题，必须在“高利用率”和“低时间效率”进行一个权衡，我在代码中先是加入了一个函数，用来限制第二部分代码执行的时间，赛题给的时间是90s，我将第二部分限制为80秒，防止超时。然后，第二部分怎么做的呢？共有三种不同的“箱子”，我一个箱子一个箱子的放。对于三种不同的“箱子”，先尝试将所有“货物”放进一台第一（二、三）种箱子，箱子有时候会放不满，放不满的情况下利用小“货物”对箱子进行填充，然后看哪种箱子的利用率最高，选择利用率最高的，作为第一个箱子。迭代上述过程，每次放的时候都对三种箱子进行尝试，一直到“货物”放完。在一个箱子一个箱子放的时候使用“割平面法”（也可以使用dp，我测试了，各有好处，有时割平面快，有时dp快）。最后在所有“货物”都放完之后，再整体对“箱子”进行一次扫描，使用各类flavor进行填充（虽然预测出的flavor我们已经放完了，但是我们预测的又不一定准是吧）。

复赛差点出线，很遗憾。