用户贷款风险预测。要求参赛者建立准确的风控模型，预测用户是否会逾期还款。
速度为王，只要速度够快，准确率可以忽略不计。
二分类问题：采用logistic回归算法对用户类型进行分类。
在此分类算法上依次采用L2正则化、影子滑动平均、学习衰减率、随机梯度下降、自适应梯度下降等优化策略。以提高收敛速度，保证泛化能力。
最终结果:不堪入目。
通过金融风控的资金流水分析，可有效识别循环转账，辅助公安挖掘洗钱组织，帮助银行预防信用卡诈骗。基于给定的资金流水，检测并输出指定约束条件的所有循环转账。
在保证准确率的基础之上，速度为王！
结果一定要100%正确，否则无法参与评分。
在有向图结构中找出所有长度在[3,7]的简单环，并按规则输出。详细规则 gitee链接-coding记录 中有记录。
采用vector储存所有顶点信息，list存储所有边结构信息。采用 深度优先搜索+破环边结构 的方法搜索所有简单环。在官方给的56环数据中，该思路能正确运行；但在线上运行失败。故此路不通。
先采用tarjan算法找出图中所有强连通子图；其后在各强连通子图采用johnson算法中寻找所有简单环。
此算法适用于强连通子图比较多的图结构。大赛线上表现一般。
推荐一位小哥的视频，该视频很好地讲诉了该算法的思路。
johnson找环算法视频
暴力找环法。依次针对每个节点递归7层结构，只找以此节点为开头的环。该法能确保结果正确，但存在大量重复查找的过程。
提速一：改变图的存储结构，使用二维数组储存邻接表结构的图，提高访问速度。针对文件的输入，有两种方式。
一种是有序的图结构（按id大小排序）：采用set记录所有顶点，并按顶点id大小排序。采用unordered_multimap储存所有边结构。采用unordered_map绑定顶点id与索引号。最终使得图结构按 ID升序排列。顶点ID+边顶点索引号。
一种是无序结构：采用unordered_map绑定顶点与其索引号，将边结构顶点的索引号（按查找的方式，从unordered_map对象中获得。 顶点ID顺序与其添加顺序有关。顶点ID+边顶点索引号。
提速二：每个起始结点只找比自己id号大的环结构，这样可保证输出的排序规则。
提速三：采用四线程，将数据分成4部分分别查找，最终将所有结果综合排序。
//定义一个计时器类
class Timer
{
public:
Timer() : beg_(clock_::now()) {}
void reset() { beg_ = clock_::now(); }
double elapsed() const {
return std::chrono::duration_cast<second_>
(clock_::now() - beg_).count();
}
void out(std::string message = "") {
double t = elapsed();
std::cout << message << " elasped time:" << t << "s" << std::endl;
reset();
}
private:
typedef std::chrono::high_resolution_clock clock_;
typedef std::chrono::duration<double, std::ratio<1> > second_;
std::chrono::time_point<clock_> beg_;
};
Timer t;
t.out("Tatal");
//开启线程的两种方式
#include <thread>
#include<future>
//#include<atomic>
#include<mutex>
//多线程找环
//std::future <void> m1 = std::async(FFCC1, std::ref(g)); //线程一
//std::thread t1(FFCC1, std::ref(g)); //线程一
//std::thread t2(FFCC2, std::ref(g)); //线程二
//std::thread t3(FFCC3, std::ref(g)); //线程三
std::future <void> m1 = std::async(FFCC1, std::ref(g)); //线程一
std::future <void> m2 = std::async(FFCC2, std::ref(g)); //线程一
std::future <void> m3 = std::async(FFCC3, std::ref(g)); //线程一
g.FC(); //主线程
m1.wait();//线程一
m2.wait();//线程一
m3.wait();//线程一
//t1.join(); //线程一
//t2.join(); //线程二
//t3.join(); //线程三
提速四：一个剪枝的方法。递归消除所有出度为0的结点。
效果一般、牛人太多
团队最优成绩：4.9s
个人最好成绩：5.1s
gitee链接-coding记录
//编译命令
g++ -O3 baseline.cpp -o test -lpthread
//执行命令、并分析用时
perf stat ./test
推荐操纵服务器的两款不错的工具：
往服务器传送文件：WinSCP、Xftp6
命令行操纵服务器：Xshell6、putty
分享一个能找出所有环的baseline.cpp代码（待优化）。比赛结束了我才发现。。。。。
baseline.cpp
知乎大佬：图中所有简单环查找算法研究总结
知乎大佬删除了好多内容，可惜了。
CSDN大佬：深度遍历暴力求解所有简单环
与初赛的差异：
转账记录 28W -> 200W
环个数 2914186 -> 2000W
转账金额比例约束 ：如[A,B,X]，[B,C,Y]，要满足0.2 <= Y/X <= 3
算法策略：负三步标记剪枝， 正七步找环，其中后三步只在有标记的结点中寻找。
优化策略：mmap读入，写出； 双vector存图改为动态二维数组存图； 四线程交替分配数据。递归改七层迭代循环。
建图部分：（1936万环，1s）
1、mmap映射读入，将数据暂存在一个xxxx*3的二维数组中，同时vector记录所有第一个顶点。
2、使用sort为vector排序；使用unique去除重复元素。
3、unordered_map绑定顶点id值与其序号，按顺序依次加入各顶点信息。
4、借组unordered_map和xxxx*3二维数组绑定各边与顶点。建立子图与父图（正向图与反向图）。
5、正向图需对各边顶点序号排序。
找环部分：（1936万环，14s）（直接用动态二维数组可达8s，但对菊花图易造成空间不够。）
a、针对所有顶点均运行一遍找环程序。顶点分配原则为四线程交替分配。有更好的分配方法，（不要预先给各个线程分配任务，这样可能导致任务分配不均匀。使用动态分配策略：维护一个队列，如果一个线程完成了一个任务，那么就去队列里去取下一个任务。），碍于时间有限，未能实现。
b、每次找环，均只找以该顶点为起点的环。
1、反向迭代三层，标记该顶点的负三邻域。迭代时只遍历结点号比自己大的结点。
2、正向迭代前四层正常逻辑，后三层只遍历有标记的结点。
3、找到环时将环变成字符串类型。且3、4、5、6、7各环存在不同的容器中，以保证环有序。
文件写入部分：（1936万环，0.8s）
1、建立mmap映射。
2、各环容器，各线程交替输出。可保证输出有序。
代码可维护性差，仅供参考。
方案一code
方案二code
其中方案一和二，算法思路一样。但实现方式略有不同。
1、ddd2020大佬
2、京津东北赛区 A 榜 rank1
3、粤港澳复赛A榜第2
4、2020华为软挑初赛上合赛区第一，复赛A榜总榜第一，B榜GG
5、2020华为软挑初赛武长赛区第一，复赛武长赛区A榜第二解决方案
6、最终成绩杭厦赛区第6
民间数据集
知乎评价