很遗憾这次比赛止步于区域64，这里放上我们使用的算法源码。
思路：遗传算法+最小费用最大流
遗传算法用的是最简单的单点交叉，多次变异（测试过程中我们发现多次变异会提高更优解出现的速度）。最小费用最大流最初用的是构造剩余图的方法， 具体代码见SDK-gcc\cdn\MinimumCostMaximumFlow.h，这里我们参考了《网络流优化高效只能算法及其应用》（谢凡荣 著），但是由于该方法使用二维数组 保存图，完成一次路径搜索需要n^3，所以针对几十个节点的图效果尚可，但对几百个点的图，运行很慢，不得已我们换了算法。新的费用流算法是参考的是《用 对偶原理求解最小费用流的一种新算法》这篇论文，并对其做了些许改进，进一步加快了算法运行的速度，在配置为4G内存，4核，3.2GHz的主机上部署一个虚拟机， 系统为Ubuntu，800个节点的网络每分钟可以运行28次费用流，相对来说运行速度还是可以的，代码见SDK-gcc\cdn\couplemcmf.h。
我们的代码主要还是针对华为的比赛来写，包括构建虚拟源点、虚拟汇点等，比赛的题目描述也上传了，如果有需要，可以根据题目描述，对应的修改代码。
最终版本是hw_competition_final