2021华为软件精英挑战赛（粤港澳赛区复赛第八）

一、序言

        总结一下四月份参加的华为软挑赛，距离现在已经结束了四个多月，终于有时间抽空写写总结了（小作文），我们是粤港澳赛区的620&619-F3队，第一次参加这次比赛，本想尝试一下，但没想到也挤进了复赛，而且还拿到粤港澳赛区复赛第八的成绩。BTW，我们实验室就有三队进复赛了，另外两队分别是少吃零食多睡觉队和对队，两队都是大佬级人物orz，对队还进了总决赛（膜.

②部署策略

        我们的部署策略为每次部署虚拟机在服务器时，遍历所有服务器，计算loss，loss的定义为若分配此虚拟机后服务器的剩余CPU*0.75+内存*0.25；然后找出当中最小loss的服务器，然后部署虚拟机在服务器上。核心思想也是尽可能让服务器的剩余资源小。

③迁移策略

        与初赛version1一样，暂不考虑迁移策略。

        这里补充一点：也就是我们上面提到的滑动窗口，因为复赛要求从初赛的给出全部T天的数据变更为只给出前K天的数据，当你的程序完整输出了第一天的决策信息后，你将会读取到第 K+1 天的请求序列数据。然后你需要输出第二天的决策信息，并且读取第 K+2 天的请求序列，以此类推。因此，我们考虑到使用滑动窗口，也就是在一开始统计前K天的虚拟机所需的全部CPU和内存（当中如果有虚拟机释放的话，则对应的CPU和内存也要减去），然后给出第K+1、K+2…天后，依次计算对应的滑动窗口大小。

Vesion2–Final-version

①购买策略不变

②部署策略

        在计算原来的loss基础上，添加了一个负载均衡的判断，若部署该虚拟机到服务器时，A/B结点的剩余资源出现一个特别大或者一个特别小的情况时，loss+=1e5，也就是loss会特别大，即算法会尽量不满足这种极端情况的出现。

③迁移策略

         我们发现迁移策略的思想可以从部署策略中借鉴，也就是同样都是计算loss，遍历所有服务器，loss的定义为若分配此虚拟机后服务器的剩余CPU*0.75+内存*0.25；然后找出当中最小loss的服务器；然后迁移虚拟机到最小loss的服务器上。核心思想也是与部署策略一样，尽可能让服务器的剩余资源小。这里有个细节就是，我们添加了一个参数：使用率rate，由于比赛有限制运行时间，所以我们规定，使用率这里再补充一个trick：我们原本的运行时间是达到了150秒左右，但是使用了C++的引用特性后（也就是在函数形参前加&引用），即从值传递变为引用传递，大大减少了函数的拷贝成本，运行时间直降100秒，于是我们才能把腾出之后的时间全部用于迁移策略，所以使用率rate才能设置到0.93这么高。

复赛当天

主办方在复赛当天变更了需求，如下：

Github开源地址：https://github.com/VirgilG72/CodeCraft-2021

来源：VirgilG72