В общем, была задача на оптимизацию плана работ: есть набор заказов, и в каждом N тасков. Таски могут зависеть друг от друга или нет, имеют длительность и тип. Ещё есть M работников, каждый из которых может выполнять таски только определённых типов, причём, у каждого своя скорость.
Если все таски в заказе выполнены, фирма получает сколько-то денег. У заказа есть дедлайн, за просрочку штраф (за каждый день просрочки), который вычитается из цены заказа. И ещё фирма тратит деньги за каждый день своей работы независимо от того, как загружены её сотрудники (то есть просто платит зарплаты по сути). Ещё важен учёт праздников и выходных.
Нужно заработать на определённом наборе заказов и работников как можно больше денег. Полный текст задачи и код программы проверки есть в репозитории. Эта задача является изменённым заказом, который мы с напарником решали в реальной жизни: оптимизация работы печатных станков для типографии. Правда, тогда и мы справились так себе, и заказчик в итоге сначала захотел всё вручную сам делать, а потом и вовсе похоронил проект при смене директора.
!!! Не читайте дальше, если хотите сначала попробовать решить самостоятельно, потому что я сейчас опишу эффективные подходы и результаты.
________________________________________
Так вот. Мы с другим экспертом Андреем сразу сели и написали разные варианты, чтобы задать шкалу, по которой будем оценивать решения команд. За пару часов я собрал примитивный жадный алгоритм, который сортировал заказы по прибыльности и укладывал в сетку кое-как, это дало нам нижнюю оценку. Мой алгоритм заработал ~75 млн виртуальных рублей, мы решили для оценки поставить нижней границей 40 млн. То есть всё, что ещё ниже, оценивалось в ноль баллов за качество оптимизации.
Затем Андрей закрылся дома на три дня и вышел на свет со сложным жадным алгоритмом, который очень хитро сортировал заказы и очень хитро укладывал их в сетку, попутно выбирая разные способы этой укладки в зависимости от конкретного заказа. Это позволило заработать ~275 млн рублей. Мы сделали верхней границей для оценки 280 млн.
К сожалению, в итоге только две команды из десяти прошли нижнюю границу, заработав, соответственно, ~91 и ~105 млн. К верхней границе не приблизился никто. И у четырёх команд алгоритм вообще не смог уложить без нарушений задачи в сетку (то есть, например, произвольно менял длительности, накладывал задачи друг на друга, давал одному работнику две задачи в один момент и так далее). Важной ошибкой команд, на мой взгляд, являлся тот факт, что никто не воспользовался возможностью запустить алгоритм на несколько минут и дать ему поработать. По условиям задания, можно было тянуть до 5 минут на одну оптимизацию, но по факту решения команд отрабатывали за единицы и десятки секунд.
На самом конкурсе, пока команды работали, я решил попробовать сделать быстрое (по времени написания) но эффективное решение. Сначала попробовал жадную сортировку + доведение до лучшего варианта методом имитации отжига. В качестве нового состояния я просто менял местами заказы целиком. Этот вариант работал пару минут и дал мне около ~200 млн дохода. К слову, команда-лидер использовала такой же подход, просто не докрутила число итераций и температуру.
Ну и потом я взял готовую либу по реализации классической генетики с особями и скрещиванием. Особью был массив с приоритетами заказов (которые конечно же нужно было аккуратно уложить чистым алгоритмом). Тип скрещивания: scattered. Всего 15 поколений по 20 особей, и это за минуту-полторы давало ~230-240 млн. Считаю, что для конкурса это самый лучший выбор: пишется одним человеком за день и даёт почти максимум, при этом легко настраивается на нужную длительность работы, легко параллелится.
Ну а потом уже дома я посидел и накодил свой вариант сложного жадного с плавающим окном перебора отсортированных заказов и плавающей же укладкой по работникам. Такая штука за две минуты зарабатывает ~281 млн. Но за три дня в условиях стресса я бы такое не сделал, скорее всего.
#dev
🤝Electra Weekly PnL Challenge
For only 7 days — from March 24 to 31,#Electra is holding a large-scale trading challenge, where everyone can compete for cash prizes and airdrop points!
Participation is automatic — Ranking by net PnL in USDT, just trade and monitor your PnL. Top 10 traders will be rewarded.
💵Prize pool in USDT:
•1st place – $250
•2nd place – $200
•3rd place – $150
•4th place – $100
•5-10 places – $50 each
Additionally : for every $10M of trading volume, the prize pool increases by $100!
⚡️1,000,000Airdrop points
• Top 1: 75,000 Points
• Top 2–10: 35,000 Points each
• Top 11–50: 11,250 Points each
• Top 51–100: 3,200 Points each
📈 You can follow the leaderboard and your position on the Leaderboard page
🚀Trade directly from Telegram!
#Electra#Trading#DEX#DeFi#PnL
🌱TONCO: new level of convenience + prizes from TEC Team!
Updates that make your work easier🙂
💱Zaps function– automatic exchange of coins before entering the pool. For example, you can now replenish the liquid pool with only one token, the system will automatically divide it into the required proportions and balance the pair. No more fuss with exchanges before setting liquidity.
Also in this update:
🟢 Instant update of data on #APR, #PnL, #ROI and position lifetime.
🟢 Profit/loss taking into account the exchange rate is always before your eyes.
🟢 You can model the boundaries of a position and see the expected income.
🟢 Improved UI and bugs fixed.
🤟Meanwhile, APR in the TON/USDT pair is ~75%🔥
🪙Joint action TONCO x TEC Team! Prize fund 100,000 points , winners will receive 5,000 coins each. The previous activity brought participants 💵100 in a couple of clicks. Don't miss out!
TONCO | Channel | Chat
✨ DAR UN FEEDBACK es muy importante, para evitar posibles reacciones malhumoradas 🤬, usa la técnica del sandwich 🥪
✨ Consiste en tres pasos:
- Decir primero algo positivo 🔝🔝 de la persona, especialmente destacable.
- Realizar el comentario sobre el aspecto a mejorar o corregir, que generalmente se toma como negativo.
- Acabar dando una nota positiva 🆒 sobre ella.
✨ De esta manera la comunicación 📣 se torna más amable y asertiva.
#comunicación#feedback#lenguaje
#asertividad#coaching#pnl
#Romania🇷🇴
#Presidenziali
Crin #Antonescu, 65 anni e già docente di storia, è originario di Tulcea (Dobrugia). È stato Presidente del Senato rumeno dal 2012 al 2014 (e Presidente ad interim della Romania nel 2012), nonché Presidente del Partito Nazionale Liberale (#PNL|PPE) dal 2009 al 2014. È stato più volte deputato e senatore. È attualmente indipendente, ma rappresenta il candidato della coalizione elettorale "Romania Avanti" (ro. România Înainte), che include il Partito Social Democratico (#PSD|S&D), il Partito Nazionale Liberale e l'Unione Democratica Magiara di Romania (#UDMR|PPE), ovvero i partiti che sostengono l'attuale governo guidato da Marcel #Ciolacu (PSD).
@TuttoElezioni
#Romania🇷🇴
#Presidenziali
Victor #Ponta, 52 anni, è originario di Bucarest (Muntenia). Avvocato di professione, è stato deputati dal 2004 al 2020, Presidente del Partito Social Democratico (#PSD|S&D) dal 2010 al 2015, è Primo Ministro dal 2012 al 2015. Attualmente è di nuovo deputato, come indipendente nel gruppo parlamentare del PSD. Ponta si candidò anche alle elezioni presidenziali del 2014, dove giunse al ballottaggio con Klaus #Iohannis, sostenuto dal Partito Nazionale Liberale (#PNL|PPE); in quella tornata Ponta venne sconfitto da Iohannis. La sua candidatura è sostenuta da diversi partiti minori, tra i quali PRO Romania (#PRO|S&D), di cui è stato Presidente dal 2018 al 2024.
@TuttoElezioni