program/ProposalMatcher.hs

   1 module ProposalMatcher where
   2 import Data.Array.IArray
   3 import Data.Graph.Inductive.Graph
   4 import Data.Graph.Inductive.Tree
   5 import Data.List
   6
   7 import PMInstance
   8 import PMConfig
   9
  10 prefBoringness cfg p = if prefIsVeryBoring cfg p then 2
  11         else if prefIsBoring cfg p then 1 else 0
  12 prefExpertness cfg p = if prefIsExpert cfg p then 2
  13         else if prefIsKnowledgeable cfg p then 1 else 0
  14
  15 data REdge = REdge {
  16         reIdx  :: Int,
  17         reCap  :: Int,
  18         reCost :: Wt
  19 }
  20
  21 instance Show REdge where
  22         show (REdge idx cap cost) = "#" ++ (show idx) ++ ": "
  23                 ++ (show cap) ++ " @ " ++ (show cost)
  24
  25 data ReductionResult = ReductionResult {
  26         rrGraph      :: Gr () REdge,
  27         rrSource     :: Node,
  28         rrSink       :: Node,
  29         rrEIdxBounds :: (Int, Int),
  30         rrEDIdx      :: (Int, Int) -> Int
  31 }
  32
  33 -- Hack: show as much of the reduction result as we easily can
  34 data RR1 = RR1 (Gr () REdge) Node Node (Int, Int) deriving Show
  35 instance Show ReductionResult where
  36         show (ReductionResult g so si eib _) = show (RR1 g so si eib)
  37
  38 indexEdges :: Int -> [(Int, Int, REdge)] -> (Int, [(Int, Int, REdge)])
  39 indexEdges i [] = (i, [])
  40 indexEdges i ((v1, v2, re):es) =
  41         let (imax, ies) = indexEdges (i+1) es in
  42         (imax, (v1, v2, re{ reIdx = i }) : ies)
  43
  44 doReduction :: PMConfig -> PMInstance -> ReductionResult
  45 doReduction cfg (PMInstance numRvrs numProps rloadA prefA) =
  46         let
  47                 source = 0
  48                 sink = 1
  49                 rvrNode i boringness = 2 + 3*i + boringness
  50                 propNode j expertness = 2 + 3*numRvrs + 3*j + expertness
  51                 numNodes = 2 + 3*numRvrs + 3*numProps
  52                 edIdx (i, j) = i*numProps + j
  53                 in
  54         let
  55                 totalReviews = (reviewsEachProposal cfg) * numProps
  56                 totalRelativeLoad = foldl (+) 0 (map (rloadA !) [0 .. numRvrs - 1])
  57                 targetLoad i = ceiling (widenInteger totalReviews * (rloadA ! i) / totalRelativeLoad)
  58                 -- A...H refer to idea book p.429
  59                 edgesABC = do
  60                         i <- [0 .. numRvrs - 1]
  61                         let tl = targetLoad i
  62                         let freeEdgeA = (source, rvrNode i 0, REdge undefined tl 0)
  63                         let nonfreeEdgesA = do
  64                                 l <- [tl .. tl + (loadTolerance cfg) - 1]
  65                                 let costA = marginalLoadCost cfg ((widenInteger (l - tl) + 1/2) / widenInteger (loadTolerance cfg))
  66                                 [(source, rvrNode i 0, REdge undefined 1 costA)]
  67                         let edgesBC = do
  68                                 l <- [0 .. tl + (loadTolerance cfg) - 1]
  69                                 let costB = marginalBoringCost cfg ((widenInteger l + 1/2) / widenInteger tl)
  70                                 let edgeB = (rvrNode i 0, rvrNode i 1, REdge undefined 1 costB)
  71                                 let costC = marginalVeryBoringCost cfg ((widenInteger l + 1/2) / widenInteger tl)
  72                                 let edgeC = (rvrNode i 1, rvrNode i 2, REdge undefined 1 costC)
  73                                 [edgeB, edgeC]
  74                         [freeEdgeA] ++ nonfreeEdgesA ++ edgesBC
  75                 edgesD = do
  76                         i <- [0 .. numRvrs - 1]
  77                         j <- [0 .. numProps - 1]
  78                         let pref = prefA ! (i, j)
  79                         -- We must generate an edge even if there is a conflict
  80                         -- of interest; otherwise we'll fail to read its flow
  81                         -- value in doMatching.
  82                         [(rvrNode i (prefBoringness cfg pref),
  83                                 propNode j (prefExpertness cfg pref),
  84                                 REdge (edIdx (i, j))
  85                                         (if prefIsConflict cfg pref then 0 else 1)
  86                                         (assignmentCost cfg pref))]
  87                 edgesEFGH = do
  88                         j <- [0 .. numProps - 1]
  89                         let edgeE = (propNode j 2, propNode j 0, REdge undefined 1 (-(expertBonus cfg)))
  90                         let edgeF = (propNode j 2, propNode j 1, REdge undefined (reviewsEachProposal cfg) 0)
  91                         let edgeGFirst = (propNode j 1, propNode j 0, REdge undefined 1 (-(knowledgeableBonus cfg)))
  92                         let edgeGRest = (propNode j 1, propNode j 0, REdge undefined (reviewsEachProposal cfg - 1) 0)
  93                         let edgeH = (propNode j 0, sink, REdge undefined (reviewsEachProposal cfg) 0)
  94                         [edgeE, edgeF, edgeGFirst, edgeGRest, edgeH]
  95                 theNodes = [(x, ()) | x <- [0 .. numNodes - 1]]
  96                 -- Index the non-D edges
  97                 unindexedEdges = edgesABC ++ edgesEFGH
  98                 (imax, reindexedEdges) = indexEdges (numRvrs*numProps) unindexedEdges
  99                 theEdges = edgesD ++ reindexedEdges
 100                 in
 101         ReductionResult (mkGraph theNodes theEdges) source sink (0, imax-1) edIdx
 102
 103 -- Returns a list of reviews as ordered pairs (reviewer#, proposal#).
 104 doMatching :: PMConfig -> PMInstance -> PMatching
 105 doMatching cfg inst@(PMInstance numRvrs numProps _ _) =
 106         let ReductionResult graph source sink idxBounds edIdx = doReduction cfg inst in
 107         let flowArray = minCostFlow cfg idxBounds reIdx reCap reCost graph (source, sink) in
 108         let pairs = do
 109                 i <- [0 .. numRvrs - 1]
 110                 j <- [0 .. numProps - 1]
 111                 if flowArray ! edIdx (i, j) == 1
 112                         then [(i, j)]
 113                         else []
 114                 in
 115         PMatching (sort pairs) -- for prettiness