华为软件挑战精英赛2019总结

1.解题思路
1.1 最开始想到的是一辆车一辆车的计算路径，这样的话给每个车都分配一个出发时间，就能使所有的车跑起来。
1.2 因为不同的车，起始点和终点可能相同，所以只需要计算任意两个路口的路径，这样就可以大大减少了计算量，提高程序速度。
1.3 使用Dijkstra 、Floyd算法的时候，不好确定权重。采用网格划分的方法，将所有的路口划分为网格中的点，每个路口有一个（x,y）坐标，这样就可以通过尽量找直线和最短路径来获取一个理想的路径规划。
1.4地图数据增加之后，通过1.3所述方法，容易使车死锁。因此重新采用Dijkstra方法寻路，将未预置车按优先级、PlanTime、ID排序，然后每秒确定发车25辆，这样在有的地图上可以跑出来，但是容易死锁。
1.5 结合自己的判题器，建立一个简易的预测模型，实时预测每个时间片，已经出发的车辆所处的位置，然后统计道路所有的车辆和当前路口的车。通过控制道路车流量，同时根据当前路口车的数量，增加路权，重新为后面即将出发的车辆规划路线，通过实时规划路线，这样可以尽量避免死锁。
1.6因为预置车辆较多，前面容易发生死锁，所以通过将预置车经过的路线的权重增加，这样就可以尽量避开预置车的路线来规划路径，减少车辆的死锁几率。

2.最短路径算法
2.1 A*，第一眼看到算法介绍里的障碍物我就pass了。。因为我并不打算实时规划路径（如果把其他车咯看做障碍物的话）。不过我没怎么去看这个算法的细节，所以可能理解有误吧。
2.2 Dijkstra算法，该算法是单源最短路径，即可以从一个源点出发寻找到其他点的最短路径。在不用堆优化的情况下时间复杂度为 O(E^2)。
2.3 Flody算法，用于寻找点到点的最短路径，适合多源点的路径寻找，时间复杂度为 O(N^3)。开始的时候用了下，后来想想每对节点我都需要找最短路径，还不如Dijkstra，就pass掉了。

3.反思与总结
3.1 判题器写的不准（不知道哪里出错了，就差一点点就和官方的吻合），且速度不好，不然直接把判题器内置到代码中，可以动态规划路径。搭建的简易预测模型，速度虽然可以，但是精确度不好，最主要的是只预测了当前时间片的道路上的车辆，这样其实后面的时间片的路径可能就不准了。比赛之后会去参考一下大佬们的思路和代码，看看别人是如何动态规划的以及他们的判题器。
3.2 本次比赛收获还是蛮多的。以前都是用C#做项目的，这次使用java来完成比赛，发现语言之间的差异，这些都是我看视频很难直观体会的。从最开始搭建环境，在Linux系统下打包，上传代码，不断调参，这些都是宝贵的经历，是以前没有经历过的。感谢我的队友。