木曜日, 5月 15, 2025
No menu items!
ホーム ブログ ページ 2367

WindowsとMacでバッテリーを最も消耗する悪物アプリを見つける方法【今日のワークハック】 | ライフハッカー・ジャパン



WindowsとMacでバッテリーを最も消耗する悪物アプリを見つける方法【今日のワークハック】 | ライフハッカー・ジャパン

ノートパソコンのバッテリーを節約したいなら、バッテリーを消耗するアプリを見つけることです。

バッテリー消費の原因を突き止められたら、対応方法は考えられます。WindowsとmacOSでそれぞれ、バッテリーを最も消費しているアプリを調べる方法をご説明しましょう。

【今日のワークハックはこんな人におすすめ!】

  • PCのバッテリー消費が速い人
  • 電源のない場所で仕事をする人

今日のワークハック:WindowsとMacでバッテリー消費の激しいアプリを特定する

Windowsでバッテリー消費の激しいアプリを特定する

まずはWindowsでアプリを探す方法をご紹介します。

  1. スタートメニューから設定画面を呼び出し、まず「システム」、次に「電源とバッテリー」を選択する。
  2. バッテリーの使用状況」をクリックすると、ノートパソコンのバッテリー・レベルが「過去24時間」または「過去1週間」、どのように低下してきたか表示される。
  3. メインのグラフの下には、昨日一日、あるいは先週一週間、バッテリー消費に影響の大きかったプログラムがリストになっていて、バッテリーを大食いしたアプリから順に並んでいる。

特定のアプリに対して、アプリ名の横に表示されている三点メニューをクリックして「バックグラウンド アクティビティを管理する」を選択し、アプリを使用していないときのバッテリー負荷を減らすこともできます。

この機能は主にメモ帳やペイントのようなWindows専用アプリで利用できるもので、設定はアプリの設定画面でおこないます。

Macでバッテリー消費の激しいアプリを特定する

macOSでは、画面右上のメニューバーにあるバッテリーのアイコンをクリックして、調査を開始しましょう。

現在開いているアプリのうち「エネルギー消費が著しい」ものはどれなのかが分かります。

ただ、この画面からでは、どのアプリがバッテリーを大量に消費しているのかは確認できません。Windowsのようなシンプルなリストが表示されないのです。

その代わり、Spotlightで検索するか、Finderでユーティリティ・フォルダに移動してアクティビティモニタを起動し、「エネルギー」タブに切り替えれば、現在いちばんバッテリーを消費しているアプリ、あるいは過去12時間でエネルギー消費が大きかったアプリを確認できます。

MacBookでバッテリー消費に影響があるアプリを制限するには、(アップルメニューから)システム設定に戻る必要があります。

一般」タブを開いて「ログイン項目と機能拡張」をクリックすると、バックグラウンドでの実行の許可を設定できます。ぜひお試しあれ!

今日のワークハック記事をもっと読む

連載「今日のワークハック」では、仕事が速く効率的にこなせる!ツール・アプリ・OSのショートカットや使い方、アイデアをお届けします。

スマホ充電80%をやめて、100%まで充電する理由 | ライフハッカー・ジャパン

スマホ充電80%をやめて、100%まで充電する理由 | ライフハッカー・ジャパン

このモバイルバッテリーが良かった! USB-C・Lightning両対応で電池交換可能 | ライフハッカー・ジャパン

このモバイルバッテリーが良かった! USB-C・Lightning両対応で電池交換可能 | ライフハッカー・ジャパン



Source link

Views: 0

Jeff Bezosによって密かに支援されたEVスタートアップ内



Jeff Bezosによって密かに支援されたEVスタートアップ内

ジェフ・ベゾスは、億万長者の家族事務所をスタートアップに結びつける複数の情報源と文書に従って、来年すぐに生産を開始できるスレート・オートと呼ばれるミシガン州の秘密のEVスタートアップに資金を提供しています。

Re:Build Manufacturingと呼ばれる別のBezosに接続された会社に根を下したSlateは、2022年に設立されて以来静かに運営されています。同社は、Stealthで何百人もの従業員を雇いました。

また、デラウェア州の企業部門から入手したTechCrunchの文書によると、LA Dodgersの支配権所有者であるGuggenheim Partnersの支配権のあるMark Walterや、Re:Build Manufacturingの主任投資家であるThomas Tullなど、他の裕福な個人の支援を引き付けました。

Slate Autoは大きな目標に取り組んでいます。会社の内部議論について話すために匿名性を与えられた2つの情報源によると、手頃な価格の2席の電動ピックアップトラックは約25,000ドルでです。会社内のリーダーは、人々によると、プロジェクトの北スターとしてフォードモデルTまたはフォルクスワーゲンカブトムシについて言及しています。

それは、その目標に役立つかなりの戦争の胸を集めました。

同社は、2023年のシリーズAラウンドで少なくとも1億1100万ドルを静かに調達しました。 公開。ベゾスが関与し、彼の家族事務所を管理する人であるメリンダ・ルイソンは、州および連邦政府に提出した書類のスレートのディレクターとしてリストされています。ファイリングは、そのラウンドに16人が投資したことを示しています。 Bezosが会社にどれだけ入れたかは不明です。

Slateは、資金調達に精通している複数の情報源によると、昨年末にシリーズBを閉鎖したと従業員に語った。証券取引委員会にラウンドの書類をまだ提出していません。デラウェア州の書類は、1株当たり2.37ドルの価格であるシリーズBの5億株近くの優先株式を承認したことを示しています。 (Slateはまた、過去1年間に4億株以上の普通株式を承認しましたが、申請は価格を述べていませんでした。)

デラウェア州の書類には、WalterとTullが新しい理事会メンバーとしてもリストされており、2人がSlateのシリーズBラウンドに投資したことを示唆しています。 2つ 最近形成されました 投資をするための400億ドルの持株会社。ウォルターとタルにコメントを求めることができませんでした。

スレートは、インディアナ州インディアナポリス近くのどこかにある製造施設で2026年後半になるとすぐに、その車両を生産に導入したいと考えています。 仕事 リスト州のロビー活動記録、および エグゼクティブチェアマンロドニーコープスとの2024年のインタビュー。 Slateが既存の工場を購入したのか、それともゼロから構築する計画を立てているのかはすぐには明らかではありません。

秘密のプロジェクトは、電気自動車の困難な時期に形を整えています。

セクターの一度爆発的な成長 冷やしたEVの構築専用の複数のスタートアップが破産を申し立てました。リビアンや明動物モーターのように生き残った人々は、数十億ドルを燃やすことによってそうしています。

Slateは、情報源やさまざまな求人リストに従って、所有者が車両と外観をカスタマイズするために使用できるアクセサリーとアパレルのラインを構築することにより、低コストのトラックの小さなマージンを補完する予定です。エグゼクティブランクは、元ハーレーダビッドソンとステランティスの従業員でいっぱいでした。これは、歴史的にこの種の補助的なビジネス(前者はアパレルを備えており、後者はモーパーパーツとアクセサリーを備えた)に頼っていた2つの企業です。

Slateはミシガン州トロイに本社を置いており、スタートアップは、情報筋によると、カリフォルニア州ロングビーチでリースしている非記述設計スタジオで投資家に概念の証明手段を披露しました。それは、ネットの高い個人をターゲットにしており、資金調達プロセスにぴったりと蓋をしていました。

Slate、Re:Build Manufacturing、およびBezosのファミリーオフィスに接続されている会社と複数の人々は、このストーリーに関するコメントの繰り返しのリクエストに応答しませんでした。 TechCrunchはまた、ベゾスに直接連絡し、応答を受け取りませんでした。

深いアマゾンの絆

スレートはAmazon DNAで撮影されます。

Bezosのファミリーオフィスと並んで、SlateのシリーズAには、元Amazonのエグゼクティブディエゴピアチティーニからの資金提供が含まれていました。 彼の会社のウェブサイト

Slateは当初、Re:Build Manufacturingの2022年初頭のRe:Carと呼ばれるプロジェクトとして作成されました。 グローバルオペレーションのMITリーダー クラスメートマイルズアーノーネ。 BezosのトップVPおよび技術アドバイザーであったWei Gaoを含む長年のAmazonの幹部は、現在、製造業をビルドしています。

Slateのデジタル、eコマース、自動車エクスペリエンスリードはAmazon Expatsです。 Slateの元の名前でさえ、Re:Mars RoboticsやAI Conference、またはAnnual Re:Invent Gathering for AWSなどのイベントにAmazonを使用する「Re:」プレフィックスが含まれています。

Bezosは長年にわたって彼の家族事務所を通じて30を超える企業に投資しており、AI(困惑)、ロボット(図)、防衛(Anduril)、さらにはモビリティ(Uber)の世界に触れています。スレートは、彼がアマゾンがリビアンと抱えている関係以外の電気自動車の世界に行った最も直接的な投資の1つです。

しかし、彼の投資はそれだけでした。同社の内部の仕組みに精通している人々は、TechCrunchに、Slateのミシガン州やロサンゼルスのオフィスで見られなかったと語った。

トレンドを倒します

過去10年間に来た(そして行った)EVスタートアップのほぼすべてが、テスラが行ったアプローチを複製しようと何らかの方法で試みました。彼らは、より多くのお金でより少ない車を販売できるように、彼らは最初の車両をハイエンドの提供物にするように設計しました。最終的に、ブランド認知度を高めた後、これらの企業は、より少ないマージンを生成するより容量の安価なEVに移行します。

TechCrunchと話をした人々によると、スレートは、買い手の「最初の車」になることを望んでいることを追いかけることでこれを反転させています。

アイデアは、約25,000ドルの価格帯でトラックを販売し、所有者が時間の経過とともに車をパーソナライズまたはアップグレードしてもらうことです。

3月下旬、スレートはaを申請しました 商標 フレーズについて:「私たちはそれを作りました。あなたはそれを作ります。」スイッチやスピーカーからUSBポートやペットハーネスまで、すべてをカバーできる商品やサービスの長いリストがあります。

他の詳細は、スレートが過去2年間に投稿した多くの求人リストから収集することができます。

1つ 投稿されました 2024年に、同社は顧客のカスタマイズプロセス「Slate University」を吹き飛ばすことを示唆しました。リストはもともと「大学のリード」と題されており、スタートアップがアプリケーションの受け入れを停止する前に「顧客教育の修理とメンテナンスの責任者」に改名されました。

「私たちは、スレート大学の熱心で経験豊富なリーダーを探して、顧客が所有権の経験を強化するためのオープンソースコンテンツに対するゲームを変えるアプローチを構築し、リードしています」とリストは読みます。 「リードとして、スレートの買い物客、顧客、技術者、パートナーの教育コンテンツと配信のための戦略と生態系の開発を推進します。」

別の仕事 リスト 「Lead Product Manager、Accessories」については、Slateは「電動モビリティスペースの機会を探求し、無料のアクセサリー、アパレル、商品の機能を構築している」と説明しています。また、その人が「ユーティリティパーツ」と「ライフスタイルとパーソナライズアクセサリー」の開発を監督することに言及しています。

このアプローチは、より高いマージンアクセサリーのプレイを備えた低マージン製造業ビジネスに助成する – は、アパレル部門を備えたハーレーダビッドソンや、モーパーパーツとサービス部門を備えたジープメーカーのステランティスを含む自動車メーカーによって使用されたものです。

当然のことながら、Slateはすでにチームを構築しているため、すでにこれらの企業の経験を引き出しています。

スタートアップのエグゼクティブチェアマンは、ハーレーダビッドソンで20年間過ごしたロドニーケープスです。最高財務責任者のライアン・グリーンは、オートバイメーカーの財務側に10年近く過ごしました。 (Copes and GreenもRivianにスティントがありました。)Slateのサービス長、商業、アクセサリー製品管理、成長マーケティングもHarley-Davidsonで働いていました。

Slateは、1つの職務リストによると、外部のサプライヤーから高電圧バッテリーパック、電気モーター、およびその他の関連技術を調達することを明らかに計画しているようです。ウィンドシールドワイパーのデザイン/リリースエンジニアの別のリストによると、このスタートアップは「車両のデザインの現状に挑戦する」ことです。会計士の役割への投稿は、雇われた人が「必要なシステムに公開会社になるために」の実装を支援しなければならないと述べています。

別の役割によれば、PRとコミュニケーションの見込み客は次のとおりです。「車を愛さなければなりません!あなたは毎日一日中車について考えています。そして、あなたが車を愛するとき、それは最も楽しいです。」

ファウンダーは見つかりません

スレートが他のEVスタートアップの傾向にぶつかっているように見える別の方法は、CEOを務める創設者がいないことです。

TechCrunchに話しかけた情報筋によると、ArnoneはSlateの創設者と見なされていますが、彼の日々の仕事はRe:Build ManufacturingのCEOを務めています。

代わりに、スレートのCEOは、長年のクライスラーのベテランであるクリスティン・バーマンです。 2023年によると、彼女は当初、パデュー大学に通った後、ゼネラルモーターズでのインターンシップを通じて自動車産業に参入しました。 インタビュー

その後、彼女はクライスラーで20年以上を過ごし、クライスラー300、ダッジチャージャー、ジープチェロキーの車両ラインプログラムを監督しました。バーマンは最終的にフィアットクライスラーの電気および電子機器の副社長になり、自動車メーカーがAndroid Automotiveの統合を主導し、2017年に会社を去る前にWaymoとの会社のコラボレーションに時間を費やしました。

バーマンは、彼女のEVスタートアップの多くのピアの多くのように、最後の10年間をオンラインで投稿していません。代わりに、彼女は主に、2022年に関与する前に新興の技術と教育工学について企業に助言してきました。

バーマンはコメントのリクエストに応答しませんでした。

Kirsten Korosecはこのレポートに貢献しました。



Source link

Views: 0

Lightning Spear Huntress Build Guide(0.2)-Poe2



0.2メタイン 亡命の道2 何に比べて非常に限られています 亡命の道 プレイヤーは慣れています 亡命の道2 0.1プレイヤー。とはいえ、約20の実行可能なものがあり、そのうちの1つは稲妻の槍のハントレスです。もちろん、ハントレスはそうです クラスはハントの夜明けに追加されました (0.2)。槍の構築に最適であり、その批判的なストライクアセンダンシーノードをめぐる多くの興奮があり、いくつかの優勢ポイントのコストだけで多くの重要なストライキチャンスを得ることができます。


Source link

Views: 0

2019 Itch.io Halloween Saleが今すぐ開催されています!



勇敢に感じていることを願っています。なぜなら、それは今年で最も不気味な時期だからです。そうです、幽霊とグールは再びitch.ioのオフィスに降りてきました…



Source link

Views: 0

オフィスと現場の情報共有や報告作業を効率化、現場管理オールインワンツール「AirQuest」Ver2.0リリース : – ASCII STARTUP



オフィスと現場の情報共有や報告作業を効率化、現場管理オールインワンツール「AirQuest」Ver2.0リリース : - ASCII STARTUP

 クリーヴァ株式会社は4月2日に、現場管理オールインワンツール「AirQuest(エアクエスト)」Ver2.0のリリースを発表した。現場に関する情報の確認や共有、請求処理、勤怠管理の確認ができる機能などを備える。

「AirQuest」は、現場仕事を支える事務・管理者の「仕事のための仕事」をなくすことを目指した現場管理オールインワンツール。受発注管理やシフト作成、作業報告の確認にかかる手間とトラブル軽減や仕事の負担軽減を図る。

 Ver2.0リリース後の主な機能として3点が挙げられている。1つ目は、予定されている作業現場の情報や対応が必要な請求処理などを一目で確認できる「ダッシュボード機能」(4月14日リリース予定)。担当者が現場に無事に到着したかどうかの確認や、請求書の作成・送付・着金確認のリマインドなど、従業員の勤怠管理や請求処理の確認を簡略化・効率化するというもの。

 2つ目は、新たな現場情報の追加・削除・更新について、「誰が・いつ・何を行ったか」を確認できる「タイムライン機能」。同じ場所にいなくても現場に関する情報共有を可能にし、よりスムーズな連携を図る。

 3つ目は、管理者や事務担当者が登録した情報を、現場を担当する従業員のLINEに自動で配信する「LINE連携機能」。現場担当者に情報を1件ずつ送信する手間を省くとともに、現場の従業員も専用アプリなどをダウンロードして設定するといった手間なくLINEを使った手軽な情報共有を可能にする。こうした各種機能により、情報共有や報告、確認といった売り上げに直結しないが不可欠である作業にかかる時間を削減するとしている。






Source link

Views: 0

【RAG】文書をパラメータ化してLLMに直接注入する手法




本記事では、RAGの性能を高めるための「DyPRAG」という手法について、ざっくり理解します。株式会社ナレッジセンスは、エンタープライズ企業向けにRAGを提供しているスタートアップです。

この記事は何
この記事は、RAGの新手法である「DyPRAG」の論文[1]について、日本語で簡単にまとめたものです。
https://arxiv.org/abs/2503.23895
今回も「そもそもRAGとは?」については、知っている前提で進みます。確認する場合は以下の記事もご参考下さい。
https://zenn.dev/knowledgesense/articles/47de9ead8029b…



Source link

Views: 0

Webコンポーネントについて話しましょう – Codepen


先週私 Webコンポーネントをリンクしました (公式のテクノロジーを参照するときに、キャプチャルWとキャプチャルCを実行する必要があるように感じますか?)それは画像を取得し、その「ディザード」バージョンを出力します。

なぜアンドリューはそれをWebコンポーネントにしたのですか?わかりませんが、どのように使用するかを確認してください。

  1. 1つのジョブを持つJavaScriptファイルをリンクします。Webコンポーネントのインスタンス化の使用。
  2. HTMLだけでWebコンポーネントを使用します。

のように…






Source link

Views: 0

インテリアに興味がなかった27歳男性、入居時と今の部屋を比べたら…… 衝撃のビフォアフが「どタイプすぎます!!」



インテリアに興味がなかった27歳男性、入居時と今の部屋を比べたら…… 衝撃のビフォアフが「どタイプすぎます!!」

おしゃれに大変身。



Source link

Views: 0

荷物を届けるためピックアップトラックで田舎道を走り抜ける『Truckful / トラックフル』ポケットペアがパブリッシング決定



荷物を届けるためピックアップトラックで田舎道を走り抜ける『Truckful / トラックフル』ポケットペアがパブリッシング決定

荷物を届けるためピックアップトラックで田舎道を走り抜ける『Truckful / トラックフル』ポケットペアがパブリッシング決定



Source link

Views: 0

AHC045 解法【プレテスト76位】 #競技プログラミング – Qiita



AHC045 解法【プレテスト76位】 #競技プログラミング - Qiita

AHC045の参加記です。
プレテスト39.5Gで、76位でした(推定2151 perf)

概要

  1. 占いを使って座標推定する
    1. 占いを使って辺の大小関係のDAGを作る
      1. 不確定度が高い400頂点について距離が近いL個の座標を占う
    2. 全ての2辺について違反を減らすように辺を伸ばしたり縮める(450ms)
  2. 初期解を構築する
    1. (0,0)から最遠点サンプリングでM個の代表頂点を決める
    2. 代表頂点に近い頂点の個数を数えて、各代表頂点の木のサイズを決める
    3. 各代表頂点までの距離をコストとし、最小費用流でMグループに分ける
    4. グループ、ユークリッド距離、1で作ったDAGをもとにクラスカル法でMグループのMSTを並行して作る
  3. 解をローカルサーチで改善する(余った時間。600msくらい)
    1. 山登り
      1. 近傍1:サイズが等しいサブグラフをswap
      2. 近傍2:移動してもサイズ制約を満たすサブグラフを移動
      3. 近傍3:2つのグループをマージし、グループサイズの制約を満たすよう分割
    2. 最後に2.4のMSTをやり直して仕上げる

①占いを使った座標推定

占いを使って辺の大小関係のDAGを作る

image.png

頂点集合 $\{1, 2, 3, 4, 5\}$ を占い、辺集合$\{(1,2),(1,5),(2,3),(2,4)\}$が得られたとします。上の画像のようなMST(最小全域木)です。
この時、辺$(a,b)$のユークリッド距離を$\text{dist}(a,b)$と表すことにすると

  • $\text{dist}(2,4)
  • $\text{dist}(2,3)
  • $\text{dist}(2,4)
  • $\text{dist}(1,2)
  • $\text{dist}(1,2)
  • $\text{dist}(2,3)
  • $\text{dist}(2,3)
  • $\text{dist}(1,2)
  • $\text{dist}(1,5)

が得られます。
つまり、「選ばれなかった辺は、その辺を足した時にできる閉路に含まれるどの辺よりも長い」という情報が得られます。
これはクラスカル法などの最小全域木を構築する貪欲アルゴリズムの正当性証明に出てくる議論です。

また、$\text{dist}(a,b)
そこで、辺(2頂点のペア)を頂点として、得られた大小関係を辺とするグラフを作ると、大小関係には推移律が成り立つので、DAGができます
※正確には、同じ距離がある場合にDAGにならないことがありますが、強連結成分分解すればよいです。

image.png

占いクエリについて

  • 取りうる座標面積の降順で頂点を1つ選ぶ
  • その頂点から距離が近いL個の頂点を選ぶ

を400回繰り返しています(単にこれをやると割と全く同じクエリになるので、重複除去はします)

最上位勢はより賢い方法でクエリを作っているようですが、簡単なルールの中ではいろいろ試した結果これが1番良かったのでこれにしています。
気持ちとしては、MSTを作る時に不確定度が高い頂点をどの辺で採用するかが得られやすい点が嬉しいのかなと思います。

全ての2辺について違反を減らすように辺を伸ばしたり縮める(450ms)

占いで得たDAGを全始点DFSして、「今の推定座標(初期値は長方形の中心)のユークリッド距離では$\text{dist}(a,b) > \text{dist}(c,d)$なのに、占いの結果得られたDAG上では$\text{dist}(a,b)
占いが正なので、辺$(a,b)$を縮め、辺$(c,d)$を伸ばすように頂点a,b,c,dの座標をずらします。
ずらす量は、占い結果との違反長と、各頂点の取り得る面積の比で決めます。

image.png

常に2つの辺の制約だけで決めるので、「ある処理では頂点aを左下方向に移動するけど、ある処理では頂点aを右下方向に移動する」場合は、頂点aは左右に往復しながら下方向に向かいます。まぁ時間が十分あればその辺りは上手くいきます。
頂点に掛かる全体のペナルティを見ながら焼きなますか、バネを使ったグラフ描画アルゴリズムを持ち出すとより良いのかなと思いましたが、今の手法でも占いとの矛盾は95%くらい解消されるので、実装難度と実行時間の兼ね合いで採用しませんでした。
なお、真の座標と推定座標の誤差は18%くらい解消されます。減ってますが、劇的ではないですね。このことからも「占いとの矛盾を100%解消することに力を入れても、クエリ自体を大幅改良しない限り大差ないだろう」ということが分かりました。
(真の座標は、ローカルテスターに手を加えて標準入力に渡すようにしています)
image.png

②初期解を構築する

image.png

最小費用流で、厳密な容量制約がある時のクラスタリングを解きます。

  • Source->頂点
  • 頂点->グループ
    • 容量 = 1
    • コスト = ある頂点をそのグループに割り振った時のコスト
  • グループ->Target
    • 容量 = グループのサイズ
    • コスト = 0

です。
「グループのサイズ」は、入力として与えられたM個の木のサイズです。「ある頂点をそのグループに割り振った時のコスト」は、「そのグループの代表頂点までのユークリッド距離」とします。

従って、

  • どのM個の頂点を代表頂点とするか
  • 各代表頂点は、どのサイズの木を担当するか
    を決めればよいです。
    前者については、最初を(0,0)として、「今の代表頂点集合から最も遠い頂点を代表頂点集合に加える」を繰り返しました。最遠点サンプリング(Farthest Point Sampling)というらしいです。
    後者については、800頂点について一番近いグループを求めて、近い頂点が多いグループほど大きな木を担当することにしました。

フローを流したあと

これでグループ分けが求まるので、あとはグループ外と繋がないようにクラスカル法をすればよいです。
この時、DAGの逆辺も持っておいて、「逆辺がないものだけを採用候補とする(クラスカル法が進むごとに、採用済みの辺への逆辺は削除する)」と①で解消しきれなかった辺長違反を回避できます。

方針について

  1. 全体のMSTから、辺の長い順に削除してグループ分けする
  2. プリム法やクラスカル法ベースで、全体のグループサイズの制約を見ながら構築していく
  3. 先にグループ分けして、グループ内でMSTする

この3方針があるかなと思っていました。
1は制約を満たすグループ分けが難しいと思っていましたが、実際は最上位勢はこの方針が多かったみたいです。
2は中途半端に余った頂点を遠くから取りに行かないといけないケースで弱いと思っていました。
3の中では自分の方針はかなり上手い方針なのではとコンテスト中は思っていましたが、あまり他に言及している人がいないので、単に賢いアルゴリズムを良い方針と錯覚しただけかもしれません。

TERRYさんは実装した結果棄却していました。

参考として、W=0、seed 0-99の100ケース平均は、この初期解の時点で182,281でした(③のローカルサーチを含めると164,788)。
1ページ勢はこの指標で15万を切っていて、これだけで10%くらい差が付いているみたいです。

解をローカルサーチで改善する(余った時間。600msくらい)

山登りをしました(近傍評価に対して時間が短く、焼くよりも山登りの方が良かったので)

近傍1:サイズが等しいサブグラフをswap

image.png

赤い3頂点の部分木をswap可能です。

近傍2:移動してもサイズ制約を満たすサブグラフを移動

image.png

サイズ5の木からサイズ4の木にサイズ1の部分木を移動しても、グループの制約は崩れません。

近傍3:2つのグループをマージし、グループサイズの制約を満たすよう分割

image.png

2つのグループをマージしてからサイズ4の部分木を切り離しても、グループの制約は崩れません。

最後にMSTをやり直して仕上げる

  • 山登り中は辺長違反を気にせずにユークリッド距離でswapしている
  • グループ内がMSTになっているとは限らない
    ので、②と同様に占い結果を使ったMSTで仕上げます。

おわり

一旦以上です。
システムテスト、各解説記事、解説放送を踏まえて感想とupsolveを追記予定です。





Source link

Views: 0