2024华为软件精英挑战赛记录
- 前言
本次主要是记录自己第一次参加华为软件挑战赛的经历。第一次参加比赛还是缺少经验,训练赛中拿到赛区的20多名,最后在正式赛中被反超了,只拿了40多名,实在是感到可惜。
- 题目:本次题目是一个智慧港口的问题。10个机器人,10个泊位,5个轮船运货,轮船到虚拟点之后就可以产生价值。
- 目标:最大化价值。
- 处理思维
在高层思维上,本次的思维比较简单,就是让前几任在15000帧率里面都拿到货物,轮船拼命拿货。
- 算法要求:
- 巡路算法:本次大概有两个考虑,由于机器人只能走曼哈顿距离所以考虑就有A和BFS算法。最后尝试之后发现,A的速度比较快,但是由于其引导函数一直找不到合适的,所以求得的路径一直就不是最优的(曼哈顿距离函数做引导函数不科学),最后还是选择了最朴素的广度优先搜索算法,对其进行改进,基本上满足了帧率要求。
- 策略:5个轮船分别分到10个一近一远的码头,这样子可以保证每个机器人的来回运输时间差不多,基本可以达到最优效果。在最后一次来码头搬货的时候,在第二个码头的时候就要压缩轮船的离开时间为最后的5帧率+自己返回码头的时间的,将时间完全利用上。机器人也是在分配码头的时候,分配一个最近,且可达的码头。
- 碰撞挽救:由于地图的各种情况,不可避免会出现碰撞和异常问题,个人在这个方面做的最差,不然也就进决赛了。大概做了下面几个策:
- 单通道内出现碰撞:大致就是倒车和目标交货策略。两个机器人发生碰撞,直接进行目标交换,然后pop出第一个路径即可。倒车也是种更好选择
- 非单管道碰撞:可以选择在碰撞时候选择绕行。
# 机器人控制函数
void control_robots() {std::vector<std::pair<int, int>> robot_next; // 最新机器人坐标for (int i = 0; i < 10; ++i) {robot_next.push_back({robot[i].x, robot[i].y});}for (int robot_id : robot_list) {//改成,先判断机器人是否存在异常if(robot[robot_id].status == 0){if (robot[robot_id].goods == 1)//机器人携带货物异常{robot[robot_id].target[0] = -1;robot[robot_id].target[1] = -1; robot[robot_id].berth = -1;robot[robot_id].ops.clear();search_berth(robot_id, best_robot_map[robot_id].second);}else //机器人没有携带货物发生异常,则可以搜索货物{ robot[robot_id].target[0] = -1;robot[robot_id].target[1] = -1; robot[robot_id].ops.clear();search_goods( robot_id, 100, 1);}}//如果机器人有目标的话,就执行下面的操作。有目标但是不一定有货物。可能是泊位目标,也可能是货物目标if (robot[robot_id].target[0] != -1) { //有货物但是没有泊位,就搜匹配的泊位路径if (robot[robot_id].goods == 1 && robot[robot_id].berth == -1) { search_berth(robot_id, best_robot_map[robot_id].second); //search_berth()函数前面是机器人id,后面是泊位id}//前面不执行的话说明就是机器人是有目标,身上没货,其实就是有货物目标但是没有拿到,那么传的就是机器人目标auto target_i = robot[robot_id].target; //不管如何,都要将机器人的目标传出去,前面如果执行目标位置就是泊位,如果不执行,目标位置就是原来的货物if (!robot[robot_id].ops.empty()) {auto DOA = robot[robot_id].ops.front();auto temp_next = direction(robot[robot_id].x, robot[robot_id].y, DOA);if (std::find(robot_next.begin(), robot_next.end(), temp_next) == robot_next.end()) {//如果当前机器人的下一个位置,在10个机器人机器人坐标里面都没有找到,则说明没有发生碰撞if (robot[robot_id].status == 1) //如果机器人status正常,处于正常状态,那么就移动机器人{robot_next.push_back(temp_next);robot[robot_id].ops.erase(robot[robot_id].ops.begin()); // 移除已执行的操作printf("move %d %d\n", robot_id, DOA);}}}//机器人到达指定位置if (robot[robot_id].x==target_i[0] && robot[robot_id].y == target_i[1] && robot[robot_id].goods == 0) { printf("get %d\n", robot_id);gds[target_i[0]][target_i[1]].reset();}//机器人到达了指定码头if (robot[robot_id].goods == 1 && robot[robot_id].x==berth[best_robot_map[robot_id].second].x && robot[robot_id].y == berth[best_robot_map[robot_id].second].y) {printf("pull %d\n", robot_id);berth[best_robot_map[robot_id].second].goods += 1;robot[robot_id].target[0] = -1;robot[robot_id].target[1] = -1; // 重置目标robot[robot_id].berth = -1;search_goods( robot_id, 100, 1); //一放下货物就开始搜}}else //如果机器人没有目标的话,就搜索货物,因为没有目标的情况只有一种,就是在码头放完货的时候search_goods( robot_id, 100, 1);}
}
#轮船控制函数
void control_robots() {std::vector<std::pair<int, int>> robot_next; // 最新机器人坐标for (int i = 0; i < 10; ++i) {robot_next.push_back({robot[i].x, robot[i].y});}for (int robot_id : robot_list) {//改成,先判断机器人是否存在异常if(robot[robot_id].status == 0){if (robot[robot_id].goods == 1)//机器人携带货物异常{robot[robot_id].target[0] = -1;robot[robot_id].target[1] = -1; robot[robot_id].berth = -1;robot[robot_id].ops.clear();search_berth(robot_id, best_robot_map[robot_id].second);}else //机器人没有携带货物发生异常,则可以搜索货物{ robot[robot_id].target[0] = -1;robot[robot_id].target[1] = -1; robot[robot_id].ops.clear();search_goods( robot_id, 100, 1);}}//如果机器人有目标的话,就执行下面的操作。有目标但是不一定有货物。可能是泊位目标,也可能是货物目标if (robot[robot_id].target[0] != -1) { //有货物但是没有泊位,就搜匹配的泊位路径if (robot[robot_id].goods == 1 && robot[robot_id].berth == -1) { search_berth(robot_id, best_robot_map[robot_id].second); //search_berth()函数前面是机器人id,后面是泊位id}//前面不执行的话说明就是机器人是有目标,身上没货,其实就是有货物目标但是没有拿到,那么传的就是机器人目标auto target_i = robot[robot_id].target; //不管如何,都要将机器人的目标传出去,前面如果执行目标位置就是泊位,如果不执行,目标位置就是原来的货物if (!robot[robot_id].ops.empty()) {auto DOA = robot[robot_id].ops.front();auto temp_next = direction(robot[robot_id].x, robot[robot_id].y, DOA);if (std::find(robot_next.begin(), robot_next.end(), temp_next) == robot_next.end()) {//如果当前机器人的下一个位置,在10个机器人机器人坐标里面都没有找到,则说明没有发生碰撞if (robot[robot_id].status == 1) //如果机器人status正常,处于正常状态,那么就移动机器人{robot_next.push_back(temp_next);robot[robot_id].ops.erase(robot[robot_id].ops.begin()); // 移除已执行的操作printf("move %d %d\n", robot_id, DOA);}}}//机器人到达指定位置if (robot[robot_id].x==target_i[0] && robot[robot_id].y == target_i[1] && robot[robot_id].goods == 0) { printf("get %d\n", robot_id);gds[target_i[0]][target_i[1]].reset();}//机器人到达了指定码头if (robot[robot_id].goods == 1 && robot[robot_id].x==berth[best_robot_map[robot_id].second].x && robot[robot_id].y == berth[best_robot_map[robot_id].second].y) {printf("pull %d\n", robot_id);berth[best_robot_map[robot_id].second].goods += 1;robot[robot_id].target[0] = -1;robot[robot_id].target[1] = -1; // 重置目标robot[robot_id].berth = -1;search_goods( robot_id, 100, 1); //一放下货物就开始搜}}else //如果机器人没有目标的话,就搜索货物,因为没有目标的情况只有一种,就是在码头放完货的时候search_goods( robot_id, 100, 1);}
}
写在最后:由于代码较长,版幅有限所以就把资源放到个人哪里,明年再战。
2024年3月25日于深圳大学
相关文章:
2024华为软件精英挑战赛记录
前言 本次主要是记录自己第一次参加华为软件挑战赛的经历。第一次参加比赛还是缺少经验,训练赛中拿到赛区的20多名,最后在正式赛中被反超了,只拿了40多名,实在是感到可惜。 题目:本次题目是一个智慧港口的问题。10个机…...
数据可视化艺术:Matplotlib与Seaborn实战
目录 1.Matplotlib基础绘图与定制化 1.1. 基础绘图 1.2. 定制化 2.Seaborn高级图表类型与样式设定 2.1. 高级图表类型 2.2. 样式设定 3.实战:绘制多维度数据可视化报告 4.总结 1. 前言 在数据科学领域,数据可视化扮演着至关重要的角色。通过图形化…...
python初级第一次作业
一、 dayint(input("enter today day")) fdayint(input("enter num of day since today")) c((fday%7)day)%7 if c0:print("sunday") elif c1:print("monday") elif c2:print("tuesday") elif c3:print("wendnsday&quo…...
Spring Boot整合Camunda打造高效工作流程
🎉🎉欢迎来到我的CSDN主页!🎉🎉 🏅我是尘缘,一个在CSDN分享笔记的博主。📚📚 👉点击这里,就可以查看我的主页啦!👇&#x…...
2.8、下拉刷新与上拉加载
页面的下拉刷新与上拉加载功能在移动应用中十分常见,例如,新闻页面的内容刷新和加载。这两种操作的原理都是通过响应用户的触摸事件,在顶部或者底部显示一个刷新或加载视图,完成后再将此视图隐藏。 实现思路 以下拉刷新为例,其实现主要分成三步: 监听手指按下事件,记录…...
java Web餐馆订单管理系统用eclipse定制开发mysql数据库BS模式java编程jdbc
一、源码特点 JSP 餐馆订单管理系统是一套完善的web设计系统,对理解JSP java 编程开发语言有帮助,系统具有完整的源代码和数据库,系统主要采用B/S模式开发。开发环境为TOMCAT7.0,eclipse开发,数据库为Mysql5.0,使…...
小程序从入门到入坑:事件系统
前言 哈喽大家好,我是 SuperYing,本文是小程序从入门到入坑系列的第 3 篇,将比较详尽的讲解 小程序事件系统 的相关知识点,欢迎小伙伴阅读。 读完本文您将收获: 了解小程序事件及基础使用。了解小程序事件分类及多种的…...
Windows蓝牙驱动开发之模拟HID设备(二)(把Windows电脑模拟成蓝牙鼠标和蓝牙键盘等设备)
by fanxiushu 2024-03-24 转载或引用请注明原作者 接上文,当我们建立了蓝牙链接请求之后,就该传输数据了, 其实传输数据比起上章阐述的创建SDP和建立连接要简单许多。 使用类型 BRB_L2CA_ACL_TRANSFER 的BRB请求,就可以实现接收和发送操作, 至于具体是接收还是发送,根据设…...
快速区分清楚图形渲染中的AABB,KD树和BVH这些概念
快速区分清楚图形渲染中的AABB,KD树和BVH这些概念 主要想形象去区分好这些术语,目的是扫盲,先开好坑,内容持续填充。 0.先摆出这些词的全称 AABB: 原名:axis aligned bounding box;中文直译名…...
Rust 的 HashMap 特定键值元素值的累加方法
在Rust中,如果你想要对HashMap中特定键对应的值进行累加操作,你需要首先检查该键是否已存在。如果存在,则取出其值,进行累加,然后将结果存回HashMap。如果不存在,则可能需要插入一个新的键值对,…...
Java后端项目性能优化实战-群发通知
背景 公司群发通知模块性能存在问题,我进行全面的系统调优,系统处理能力大幅提升。 原发送流程 优化后的发送流程 优化的点 说明:以下问题基本都是压测过程遇到的,有些问题普通的功能测试暴露不了。优化目标:保证高…...
5、Jenkins持续集成-Maven和Tomcat的安装与配置
文章目录 一、Maven的安装与配置1、安装maven并配置环境2、全局工具配置关联jdk和maven3、添加Jenkins全局变量4、修改settings.xml文件5、测试是否配置成功二、Tomcat的安装与配置1、安装tomcat8+2、配置Tomcat用户角色权限3、测试是否配置成功一、Maven的安装与配置 在Jenki…...
Qt教程 — 3.7 深入了解Qt 控件: Layouts部件
目录 2 如何使用Layouts部件 2.1 QBoxLayout组件-垂直或水平布局 2.2 QGridLayout组件-网格布局 2.3 QFormLayout组件-表单布局 在Qt中,布局管理器(Layouts)是用来管理窗口中控件位置和大小的重要工具。布局管理器可以确保窗口中的控件在…...
自动驾驶的几种名词
1. 自适应巡航控制(ACC) 自适应巡航控制(Adaptive Cruise Control,ACC)是一种汽车驾驶辅助系统,它可以根据前方车辆的速度和距离自动调整车辆的速度,以保持与前车的安全距离。ACC系统由控制层和…...
华为全套企业管理资料合集(21专题)
华为全套企业管理资料合集-知识星球下载 1.绩效考核 华为内训绝密资料:绩效管理与绩效考核.ppt 华为绩效管理与绩效考核制度.docx 华为公司实用性各种绩效图表汇总.doc 华为公司考勤管理制度.doc 华为IPD模式中跨部门团队成员的考核激励制度.doc 2.企业管理 华为公司人力资源…...
LeetCode Python - 74. 搜索二维矩阵
目录 题目描述解法方法一:二分查找方法二:从左下角或右上角搜索 运行结果方法一方法二 题目描述 给你一个满足下述两条属性的 m x n 整数矩阵: 每行中的整数从左到右按非严格递增顺序排列。每行的第一个整数大于前一行的最后一个整数。 给…...
如何安全地添加液氮到液氮罐中
液氮是一种极低温的液体,它在许多领域广泛应用,但在处理液氮时需谨慎小心。添加液氮到液氮罐中是一个常见的操作,需要遵循一些安全准则以确保操作人员的安全和设备的完整性。 选择合适的液氮容器 选用专业设计用于存储液氮的容器至关重要。…...
LGBM算法 原理
简介 GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型,其主要思想是利用弱分类器(决策树)迭代训练以得到最优模型,该模型具有训练效果好、不易过拟合等优点。GBDT不仅在工业界应用广泛,通常被…...
【WPF应用5】WPF中的TextBlock控件:属性与事件详解及示例
在WPF(Windows Presentation Foundation)开发中,TextBlock控件是一个常用的元素,用于显示静态或动态文本内容。它提供了丰富的属性和事件,使得开发者能够灵活地控制文本的显示样式和响应用户的交互行为。本文将详细介绍…...
【C语言基础】:内存操作函数
文章目录 一、memcpy函数的使用和模拟实现1.1 memcpy函数的使用1.2 memcpy函数的模拟实现 二、memmove函数的使用和模拟实现2.1 memmove函数的使用2.2 memmove函数的模拟实现 三、memset函数的使用3.1 menset函数的使用 四、memcmp函数的使用4.1 memcmp函数的使用 学海无涯苦作…...
ubuntu搭建nfs服务centos挂载访问
在Ubuntu上设置NFS服务器 在Ubuntu上,你可以使用apt包管理器来安装NFS服务器。打开终端并运行: sudo apt update sudo apt install nfs-kernel-server创建共享目录 创建一个目录用于共享,例如/shared: sudo mkdir /shared sud…...
【人工智能】神经网络的优化器optimizer(二):Adagrad自适应学习率优化器
一.自适应梯度算法Adagrad概述 Adagrad(Adaptive Gradient Algorithm)是一种自适应学习率的优化算法,由Duchi等人在2011年提出。其核心思想是针对不同参数自动调整学习率,适合处理稀疏数据和不同参数梯度差异较大的场景。Adagrad通…...
CMake 从 GitHub 下载第三方库并使用
有时我们希望直接使用 GitHub 上的开源库,而不想手动下载、编译和安装。 可以利用 CMake 提供的 FetchContent 模块来实现自动下载、构建和链接第三方库。 FetchContent 命令官方文档✅ 示例代码 我们将以 fmt 这个流行的格式化库为例,演示如何: 使用 FetchContent 从 GitH…...
OpenLayers 分屏对比(地图联动)
注:当前使用的是 ol 5.3.0 版本,天地图使用的key请到天地图官网申请,并替换为自己的key 地图分屏对比在WebGIS开发中是很常见的功能,和卷帘图层不一样的是,分屏对比是在各个地图中添加相同或者不同的图层进行对比查看。…...
JVM暂停(Stop-The-World,STW)的原因分类及对应排查方案
JVM暂停(Stop-The-World,STW)的完整原因分类及对应排查方案,结合JVM运行机制和常见故障场景整理而成: 一、GC相关暂停 1. 安全点(Safepoint)阻塞 现象:JVM暂停但无GC日志,日志显示No GCs detected。原因:JVM等待所有线程进入安全点(如…...
Docker 本地安装 mysql 数据库
Docker: Accelerated Container Application Development 下载对应操作系统版本的 docker ;并安装。 基础操作不再赘述。 打开 macOS 终端,开始 docker 安装mysql之旅 第一步 docker search mysql 》〉docker search mysql NAME DE…...
MFC 抛体运动模拟:常见问题解决与界面美化
在 MFC 中开发抛体运动模拟程序时,我们常遇到 轨迹残留、无效刷新、视觉单调、物理逻辑瑕疵 等问题。本文将针对这些痛点,详细解析原因并提供解决方案,同时兼顾界面美化,让模拟效果更专业、更高效。 问题一:历史轨迹与小球残影残留 现象 小球运动后,历史位置的 “残影”…...
iview框架主题色的应用
1.下载 less要使用3.0.0以下的版本 npm install less2.7.3 npm install less-loader4.0.52./src/config/theme.js文件 module.exports {yellow: {theme-color: #FDCE04},blue: {theme-color: #547CE7} }在sass中使用theme配置的颜色主题,无需引入,直接可…...
ui框架-文件列表展示
ui框架-文件列表展示 介绍 UI框架的文件列表展示组件,可以展示文件夹,支持列表展示和图标展示模式。组件提供了丰富的功能和可配置选项,适用于文件管理、文件上传等场景。 功能特性 支持列表模式和网格模式的切换展示支持文件和文件夹的层…...
一些实用的chrome扩展0x01
简介 浏览器扩展程序有助于自动化任务、查找隐藏的漏洞、隐藏自身痕迹。以下列出了一些必备扩展程序,无论是测试应用程序、搜寻漏洞还是收集情报,它们都能提升工作流程。 FoxyProxy 代理管理工具,此扩展简化了使用代理(如 Burp…...
