第一篇：didi：縣鄉(xiāng)干部仕途最優(yōu)路徑

didi：縣鄉(xiāng)干部仕途最優(yōu)路徑

不到30歲就能做到正處級，充滿著很多非常規(guī)的仕途路徑和人為運作的嫌疑。中國官員和西方官員很大的不同是，中國人講年歷、論資格，要求多崗位的一線磨煉。這種資歷往往成為官員的權(quán)威來源和晉升基礎(chǔ)，這是奧巴馬式的官員很難在中國出現(xiàn)的原因。

熟悉中國縣鄉(xiāng)政治的人都知道，現(xiàn)在縣鄉(xiāng)官場，有兩個現(xiàn)象非常明顯，一是過度競爭，二是隱形臺階。

過度競爭往往造成官員晉升時一步落后，步步落后，關(guān)鍵的機(jī)會就那么一兩次，錯過了，這輩子的仕途也就到頭了—這使得縣鄉(xiāng)官員往往動用一切資源和手段來謀取早日晉升。

縣鄉(xiāng)官員的晉升空間實在太小。

一個縣，也就100多個正科級實職崗位，30多個副處級實職崗位，4個正處級實職崗位。

僧多粥少的結(jié)果，就是在每一個級別之間和內(nèi)部都衍生出大量的隱形臺階，比如鄉(xiāng)鎮(zhèn)的副科級隱形臺階，根據(jù)職務(wù)所含權(quán)力和資源的大小，以及排名先后，從小到大依次為：綜治辦主任、工會主席、人大副主席、鄉(xiāng)鎮(zhèn)長助理、武裝部長、黨委委員、副鄉(xiāng)鎮(zhèn)長、鄉(xiāng)鎮(zhèn)黨委副書記——這是8級隱形臺階，而這些職務(wù)都是副科級?？h里副處級的隱形臺階則包括：縣政府黨組成員、縣長助理、副縣長、統(tǒng)戰(zhàn)部長、宣傳部長、政法委書記、組織部長、紀(jì)委書記、常務(wù)副縣長、縣委副書記等。

過度競爭和隱形臺階演化的結(jié)果，是不僅不同級別的上位是晉升，就是隱形臺階的前移也是晉升。這就使得大部分縣鄉(xiāng)干部的政治生涯，都在隱形臺階上度過。

縣領(lǐng)導(dǎo)晉升平均時間間隔進(jìn)行過統(tǒng)計分析，結(jié)果是：他們從一般干部晉升到副科，需要8年；從副科晉升為正科，需要3.5年；從正科晉升到副處，需要7年；從副處晉升到正處，需要7年。

這樣，1名大學(xué)畢業(yè)生，30歲成為副科，35歲成為正科，40歲成為副處，48歲成為正處，然后在正處崗位上再干幾年退休。個別人可能成為副廳級干部，這就是大部分縣鄉(xiāng)領(lǐng)導(dǎo)干部的政治生命歷程。需要說明的是，統(tǒng)計的縣領(lǐng)導(dǎo)都是縣鄉(xiāng)干部晉升錦標(biāo)賽中的優(yōu)勝者，他們經(jīng)歷的隱形臺階相對少得多。否則，他們是到不了縣領(lǐng)導(dǎo)位置的。

有深意的，因為鄉(xiāng)鎮(zhèn)一線是縣鄉(xiāng)干部的搖籃，而偏遠(yuǎn)的鄉(xiāng)鎮(zhèn)由于競爭小，更容易脫穎而出。共青團(tuán)系統(tǒng)也是晉升捷徑。大家都知道在縣鄉(xiāng)，共青團(tuán)是最便捷的晉升通道，原因就是年齡小、級別高，從而在以后的晉升競爭中具備天然優(yōu)勢。最年輕代縣長閆寧疑似有高人謀劃，竟然在副科級的共青團(tuán)縣委副書記位置上晉升為正科級，這是不常見的高明手法，因為這之后調(diào)任正科級崗位就是平級調(diào)動，比直接提拔到正科級崗位容易多了。而沒有相當(dāng)?shù)娜嗣}和家族背景，這一步是很難實現(xiàn)的。

關(guān)鍵的一步又來了，鄉(xiāng)長--鄉(xiāng)黨委書記，后提拔為副處級，這又是破格提拔。之后，一般至少要經(jīng)歷副縣長、縣委常委等臺階，至少常務(wù)副縣長這個臺階是繞不過去的，直接提拔為縣長。衛(wèi)星上天，年輕的代縣長誕生了。這些晉升路徑，很可能需要在縣鄉(xiāng)官場摸爬滾打很多年的高人才能規(guī)劃得出，而且每一步都未必少得了運作。

第二篇：最優(yōu)連通路：破碎的路徑、饑餓的牛,LIGNJA聯(lián)合解題報告

最優(yōu)連通路解題報告

先貼下面三道題：

破碎的路徑(route.pas)

比爾去很多地方旅游過。他在旅游的同時留下了很多簡短的旅行筆記。筆記的形式是這樣的：

出發(fā)地 目的地

如下面就是三條合法的note: SwimmingPool OldTree BirdsNest Garage Garage SwimmingPool

在某一次搬家的時候，比爾的筆記本不小心散架了。于是他的筆記的順序被完全打亂了。他想請你幫個忙，幫他把這些筆記的順序整理好，先寫的筆記在前面。幸運的是，同一個地方比爾至多只去過一次。也就是說，在這些筆記當(dāng)中，一個地方至多出現(xiàn)兩次，一次作為目的地，一次作為出發(fā)地。

輸入：

第一行是一個整數(shù)ｎ，表示筆記的條數(shù)。N <= 12000。接下來有ｎ行，每行一條筆記。筆記的兩個單詞的長度都不會超過15，兩個單詞之間以一個空格分隔。

輸出：

輸出整理好順序的筆記。

樣例輸入： SwimmingPool OldTree BirdsNest Garage Garage SwimmingPool

樣例輸出： BirdsNest Garage Garage SwimmingPool SwimmingPool OldTree 數(shù)據(jù)規(guī)模：

對于50%的數(shù)據(jù)，n <= 1000。對于100%的數(shù)據(jù)，n <= 12000。

饑餓的牛

源程序名

HUNGER.???(PAS,C,CPP)可執(zhí)行文件名

HUNGER.EXE 輸入文件名

HUNGER.IN 輸出文件名

HUNGER.OUT

牛在飼料槽前排好了隊。飼料槽依次用1到N(1<=N<=2000)編號。每天晚上，一頭幸運的牛根據(jù)約翰的規(guī)則，吃其中一些槽里的飼料。

約翰提供B個區(qū)間的清單。一個區(qū)間是一對整數(shù)start-end,1<=start<=end<=N，表示一些連續(xù)的飼料槽，比如1-3,7-8,3-4等等。?？梢匀我膺x擇區(qū)間，但是牛選擇的區(qū)間不能有重疊。

當(dāng)然，牛希望自己能夠吃得越多越好。給出一些區(qū)間，幫助這只牛找一些區(qū)間，使它能吃到最多的東西。

在上面的例子中，1-3和3-4是重疊的；聰明的牛選擇{1-3，7-8}，這樣可以吃到5個槽里的東西。

輸入

第一行，整數(shù)B(1<=B<=1000)第2到B+1行，每行兩個整數(shù)，表示一個區(qū)間，較小的端點在前面。輸出

僅一個整數(shù)，表示最多能吃到多少個槽里的食物。

樣例

HUNGER.IN 3 1 3 7 8 3 4

HUNGER.OUT 5

LIGNJA 源程序名

LIGNJA.???(PAS,C,CPP)可執(zhí)行文件名

LIGNJA.EXE 輸入文件名

LIGNJA.IN 輸出文件名

LIGNJA.OUT

尼克每天上班之前都連接上英特網(wǎng)，接收他的上司發(fā)來的郵件，這些郵件包含了尼克主管的部門當(dāng)天要完成的全部任務(wù)，每個任務(wù)由一個開始時刻與一個持續(xù)時間構(gòu)成。

尼克的一個工作日為N分鐘，從第一分鐘開始到第N分鐘結(jié)束。當(dāng)尼克到達(dá)單位后他就開始干活。如果在同一時刻有多個任務(wù)需要完成，尼克可以任選其中的一個來做，而其余的則由他的同事完成，反之如果只有一個任務(wù)，則該任務(wù)必需由尼克去寫成，假如某些任務(wù)開始時刻尼克正在工作，則這些任務(wù)也由尼克的同事完成。如果某任務(wù)于第P分鐘開始，持續(xù)時間為T分鐘，則該任務(wù)將在第P+T-1分鐘結(jié)束。

寫一個程序計算尼克應(yīng)該如何選取任務(wù)，才能獲得最大的空暇時間。

輸入

輸入數(shù)據(jù)第一行包含兩個用空格隔開的整數(shù)N和K，1≤N≤10000，1≤K≤10000，N表示尼克的工作時間，單位為分，K表示任務(wù)總數(shù)。

接下來共有K行，每一行有兩個用空格隔開的整數(shù)P和T，表示該任務(wù)從第P分鐘開始，持續(xù)時間為T分鐘，其中1≤P≤N，1≤P+T-1≤N。

輸出

輸出文件僅一行包含一個整數(shù)表示尼克可能獲得的最大空暇時間。樣例

LIGNJA.IN 15 6 1 2 1 6 4 11 8 5 8 1 11 5

LIGNJA.OUT 4 看完了上面的幾道題，你是否覺得他們之間有什么聯(lián)系呢？ 不管你覺不覺得，反正我是覺得了。

為什么我覺得呢，因為我用的是一種與眾不同的算法，開始的時候我叫它——最長連通路

什么是最長連通路呢？就是最長的可以連通的路徑。

雖然三道題的實現(xiàn)方式上有不同的地方，但是核心思想都是一樣的，那就是最長連通路。

第一步都是建圖。這個不說了，抽象出圖來就是了，區(qū)間做點就是了。注意這里的長并不僅僅是長。其實可以改成最大獲利連通路，但是這名字太土！

比如第一題，其實是個最長連通路的入門題，建好圖，直接輸出最長的連通路就是了。

第二題，這里的長就變成了那個區(qū)間的長度了，我們要的是最長的區(qū)間，可以形成通路的條件就是不重復(fù)，枚舉起點一個記憶化搜索就是了。

第三題，這里的長就是短，最短，最短的區(qū)間，維護(hù)一下必做的狀況就對了。

下面貼代碼詳解： 破碎的路徑：route.pas type

place=record

name,tow:string[15];

tox:integer;

end;var

a:array[0..12001] of place;

v:array[0..12001] of boolean;

n,qs:integer;procedure init;begin

assign(input,'route.in');

assign(output,'route.out');

reset(input);

rewrite(output);end;

procedure terminate;begin

close(input);

close(output);

halt;end;

procedure sort(l,r:longint);var

i,j: longint;

x,y:place;begin

i:=l;

j:=r;

x:=a[(l+r)div 2];

repeat

while a[i].name

while x.name

if not(i>j)then begin

y:=a[i];

a[i]:=a[j];

until i>j;

if l

if i

procedure readdate;var

i,j,k,w:integer;

s:string;begin

readln(n);

for i:=1 to n do

begin

a[j]:=y;

inc(i);

j:=j-1;end;

readln(s);

k:=pos(' ',s);

a[i].name:=copy(s,1,k-1);

a[i].tow:=copy(s,k+1,length(s)-k);

end;end;

procedure find(x:integer);

//建圖 var

i,j,k,l,r:longint;begin

l:=1;

r:=n;

repeat

k:=(l+r)div 2;

if a[k].name

if a[k].name>a[x].tow then r:=k-1;

if a[k].name=a[x].tow then begin

a[x].tox:=k;//存后繼

v[k]:=true;//表示有前驅(qū)

break;

end;

until l>r;end;

//二分查找到每一個點的下一個點，形成鏈?zhǔn)浇Y(jié)構(gòu) procedure print(x:integer);var

i,j,k:integer;begin

i:=x;

repeat

write(a[i].name,' ',a[i].tow);

writeln;

i:=a[i].tox;

until i=0;end;//輸出最長路 procedure main;var

i,j,k1,k2,x:integer;

f1,f2,f3:boolean;begin

fillchar(v,sizeof(v),false);

sort(1,n);

for i:=1 to n do

find(i);//建圖而已

for i:=1 to n do

if not v[i] then x:=i;//查找最長路的起點

print(x);//做完了 end;begin init;readdate;main;terminate;end.Hunger.cpp: #include

using namespace std;struct qujian {

int b,e,w;

};

int n,f[1002],v[2002],ans;qujian s[1002];

void init(){

freopen(“hunger.in”,“r”,stdin);

freopen(“hunger.out”,“w”,stdout);

ios::sync_with_stdio(false);

//處理cin

}

void readdata(){

scanf(“%d”,&n);

for(int i=1;i<=n;i++)

scanf(“%d%d”,&s[i].b,&s[i].e);

}

void quicksort(int l,int r){

int x,i,j;

qujian y;

i=l;j=r;

x=s[(l+r)/2].b;

while(i<=j)

{

while(s[i].b

i++;

while(s[j].b>x)

j--;

if(i<=j)

{

y=s[i];

s[i]=s[j];

s[j]=y;

i++;

j--;

}

}

if(i

if(l

} //手打快排，我弱了….int maxx(int x)的最長連通路

{

int maxn=0;

if(f[x]!=0)return f[x];//記憶化搜索

for(int i=x;i<=n;i++)

if(s[x].e

{

maxn>?=(maxx(i)+s[i].w);

}

if(f[x]==0)f[x]=maxn;

return maxn;

}

int main(){

init();

//以x點為起點

readdata();

bool flag;

memset(v,0,sizeof(v));

memset(f,0,sizeof(f));

quicksort(1,n);

/*for(int i=1;i<=n;i++)

cout<

int k=0;

for(int i=1;i<=n;i++)

s[i].w=s[i].e-s[i].b+1;//定邊權(quán)值

for(int i=1;i<=n;i++)

{

ans>?=maxx(i)+s[i].w;

f[i]+=s[i].w;

} //枚舉起點找最長連通路

printf(“%d”,ans);

return 0;

} 看到這里，你應(yīng)該心里也有點明白了，這其實就是一個把其他類型得水題轉(zhuǎn)化成搜索的水體的垃圾算法，它的名字就是——最優(yōu)連通路。

但這種算法，在第一道題上的效率無疑是較高的。（至少比標(biāo)程高。）記住吧，可能有一天能用到也說不定。

第三篇：考慮駕駛員行為偏好的車輛最優(yōu)路徑選擇的G1―TOPSIS法

考慮駕駛員行為偏好的車輛最優(yōu)路徑選擇的G1―

TOPSIS法

【摘 要】以前的車輛最優(yōu)路徑選擇大多是考慮路程最短或時間最少.然而在實際的情形往往是伴隨著駕駛員不同的行為偏好.充分考慮了駕駛員在路徑選擇中的不同要求，將G1法引入到駕駛員路徑選擇影響因素的權(quán)重確定，同時發(fā)展出基于G1-TOPSIS法車輛最優(yōu)路徑方法，并通過應(yīng)用例子說明了方法的有效性和實用性.【關(guān)鍵詞】路徑選擇；群特征法；TOPSIS法

【Abstract】The previous optimal path selection of vehicles is mostly considered the shortest path or the least time.However，in practice，there is often a different behavior preference.The different requirements of the driver in the path selection are considered in this article，and the G1 method is used to determine the weight of the influence factors on the path selection.Further the optimal path method based on TOPSIS combining with G1 method is developed，which considers the driver's behavior preference.An example is used to show that the proposed method is effective and practical.【Key words】Path selection； G1 method； TOPSIS； Behavior preference

0 引言

現(xiàn)有的車輛路徑選擇問題大多是考慮路程最短或時間最少.然而隨著路況的改善和車輛擁有率的提升，在路徑選擇方面只有將駕駛員的心理偏好考慮到導(dǎo)航系統(tǒng)才會贏得更多的市場占有率.現(xiàn)有的大多數(shù)交通流誘導(dǎo)系統(tǒng)在設(shè)計上還沒有考慮此類駕駛員的特殊偏好要求.隨著模糊數(shù)學(xué)以及多目標(biāo)決策理論的發(fā)展，近年來已經(jīng)有部分學(xué)者嘗試?yán)媚：壿嫽蚪仆评淼确椒▉斫鉀Q該問題[1-2].駕駛員在進(jìn)行車輛最優(yōu)路徑選擇問題上，會考慮多個路徑選擇的影響因素[3]，如行駛時間、行駛距離、擁擠程度（路上車輛數(shù)、排隊長度）、出行費用、行駛困難程度（道路寬度、車道數(shù)、行人和自行車數(shù)量等）和沿途景觀（特別是對長途旅行）等.因而含有駕駛員行為偏好的車輛路徑選擇問題實質(zhì)上也是一個復(fù)雜的多屬性決策問題.近10年來，多屬性決策方法已經(jīng)得到了大量的研究和關(guān)注，方法已經(jīng)被廣泛應(yīng)用到供應(yīng)商合作伙伴選擇[4]、企業(yè)信用評價[5]、水質(zhì)評價[6]以及目標(biāo)識別[7]等多個領(lǐng)域.已經(jīng)有部分學(xué)者將多屬性決策理論應(yīng)用到含有駕駛員行為偏好的車輛路徑選擇問題，但是這方面的研究成果的還很少，有必要進(jìn)行進(jìn)一步的研究.文獻(xiàn)[8-9]利用灰色系統(tǒng)理論研究了考慮駕駛員心理行為因素的自適應(yīng)最優(yōu)路徑選擇問題，取得了較好的效果.在確定影響因素（屬性）權(quán)重的過程中，該文采用的層次分析法的思想.不過對于層次分析法，很多學(xué)者對其必須滿足一致性提出了質(zhì)疑，并且在成對比較矩陣的維數(shù)較大時，層次分析法的一致性矩陣構(gòu)造以及修正都會遇到困難[9].文獻(xiàn)[10]提出的屬性權(quán)重確定的G1法可以有效地避免層次分析法的上述缺憾.由于駕駛員針對不同屬性的偏好選擇路徑時，對不同的路徑屬性有不同的要求，且對其屬性值存在一個可接受范圍，此時區(qū)間數(shù)相比精確數(shù)而言，具有更好的刻畫效果.為此本文針對存在駕駛員心理行為因素的最優(yōu)路徑選擇問題進(jìn)行研究，提出了一種基于G1法和M-TOPSIS法的能夠反映駕駛員偏好的最優(yōu)路徑選擇方法.1 最優(yōu)路徑選擇的區(qū)間數(shù)型多屬性決策模型應(yīng)用例子

現(xiàn)假設(shè)某一駕駛員要從甲地駕車去乙地，有3條路徑可以到達(dá)A1，A2，A3.該駕駛員在路徑選擇上，考慮的評價因素（屬性）為：行駛時間o1、行駛距離o2、擁擠程度（路上車輛數(shù)、排隊長度）o3、出行費用o4、行駛困難程度（道路寬度、車道數(shù)、行人和自行車數(shù)量等）o5和沿途景觀（特別是對長途旅行）o6，其中沿途景觀為效益性屬性，其余均為成本型屬性.這6個屬性的重要程度排名為：o4？酆o6？酆o2？酆o3？酆o5？酆o1，各個路徑在各評價屬性上的屬性評價值為區(qū)間數(shù)，參見表1.4 結(jié)束語

在駕駛員對影響路徑選擇因素有行為偏好的情況下，本文將G1法引入到路徑選擇因素權(quán)重的確定，可以克服層次分析法的一些不足.同時本文所提出的基于G1-TOPSIS法思想的最優(yōu)路徑選擇方法計算簡單，易于利用Matlab語言程序化操作，有利于拓展智能交通流誘導(dǎo)系統(tǒng)的功能，以滿足不同駕駛員個性化的需求，帶來更大的需求空間.【參考文獻(xiàn)】

[1]孫燕，陳森發(fā)，黃昆鳥.基于灰色評價理論的自適應(yīng)最優(yōu)路徑選擇[J].中國公路學(xué)報，2003，16（4）：87-90.[2]Pang K.H.，Takabashi，K.，Yokota，T.，Takenaga，H.Adaptive route selection for dynamic route guidance system based on fuzzyneural approaches[J].IEEE Transactions on Vehicular Technology，1999，48（6）：2028-2041.[3]韋增欣，陳進(jìn)來，羅朝暉.基于駕駛員偏好的最優(yōu)路徑選擇[J].交通運輸系統(tǒng)工程與信息，2010，10（6）：141-144.[4]白榮，崔炳謀.TOPSIS在供應(yīng)商選擇中的應(yīng)用[J].鐵道運輸與經(jīng)濟(jì)，2006，28（9）：58-60.[5]羅勇，陳治亞.基于模糊綜合法構(gòu)建物流企業(yè)客戶信用評價指標(biāo)體系[J].華東交通大學(xué)學(xué)報，2015，32（2）：95-102.[6]Ren Haiping Zhou，Hui.Application of variable weight method to water quality evaluation[J].Advance Journal of Food Science and Technology，2015，7（10）：756-761.[7]Ren Haiping，Yang Lianwu.Multi-sensor target recognition based on VIKOR [J]，Sensors and Transducers，2014，156（9）：130-135.[8]孫燕，陳森發(fā)，亓霞，等.基于灰色系統(tǒng)理論的最優(yōu)路徑選擇方法[J].土木工程學(xué)報，2003，36（1）：94-98.[9]范麗，孫燕.灰關(guān)聯(lián)決策模型在最優(yōu)路徑選擇中的應(yīng)用[J].交通運輸工程與信息學(xué)報，2008，6（2）：91-95.[10]郭亞軍.綜合評價理論與方法[M].北京：科學(xué)出版社，2002.[11]徐澤水求解不確定型多屬性決策問題的一種新方法[J].系統(tǒng)工程學(xué)報，2002，17（2）：177-181.[12]張堯，樊治平.部分指標(biāo)權(quán)重信息下的區(qū)間數(shù)多指標(biāo)決策方法[J].哈爾濱工業(yè)大學(xué)學(xué)報，2008，40（10）：1672-1676.[責(zé)任編輯：楊玉潔]