先立题，后面再补内容

越来越发现我的缺点：不注意总结，只有不断的总结，才能正在深刻的理解某个东西。立题已经好几天了，到今天才过来开始写，唉。。。

废话不多说了，下面开始记录自己对ArcFlag以及CH方法的理解。

路径规划概念：在一个路网中找出，任意给定2个路口，找出这2个路口之间的最短路径（距离、时间、费用）。

1.现实生活中的启发

当我们要从北京开车去天津的时候，我们根本不会计算走的某条路是不是最优路径，而只是看看这条路能不能到我要去的地方。对，正是这个“这条路能不能到达终点？”给了我们一个启发：看看这条路是不是在最优路径上面。基于这个思想，我们的ArcFlag方法应运而生。

路网G=（E,V）

E=路网G中所有路段的集合；

V=路网G中所有路口的集合；

NE=E中路段的数量；

NV=V中路口的数量；

给定一个路段e，它的首、末路口分别为s、t；并且它针对路网中的任意一个路口v有一个f属性，属性f的代表的意义为：从s出发，到达路口v的最优路径p是否经过路段e。这样，在路径规划的过程中，到达一个路口s时，只需要查看f为1的路段，从而减少拓展过程。

外存估算:每个f用一个bit存储，一个路段需要的字节为NV/8;全国总数据量B=NE*NV/8。

假设NE=3，800，000

NV=2，400，000

那外存B=3800000*2400000/8=1087188M

显然这个数字太大。

所以我们可以考虑将路口分成NB块，然后每个路段存储它针对某个块Block的f属性：只要从s出发，到达Block块内的某一个路口的flag为一，这个f就为1。

假设VB=500

那外存B=3800000*500/8=226M

这还是一个可以接受的值。

但是：对于路段e，如果它是双向路段，可以从s走到t；也可以从t走到s；所以一个路段e需要2个f，一个是s->t的f1，一个t->s的f2；所以上面的外存需要扩大2倍，为552M左右。

有了上面这552M的flag数据，我们在路网G中进行任意2路口的路径规划，将异常的快。

双向拓展：如果只有一个方向的flag，当快到中的时候，拓展范围会形成一个圆锥形（走到终点所在块的话，flag将失去作用）。因此我们可以从2个点同时往中间拓展，避免出现圆锥。因此我们需要再做一套反向flag数据。

正向拓展：拓展过程中，使用路段e相对终点T所在块的正向数据。（看从路段的某端出发，到BT的最优路径是否经过e）

反向拓展：拓展过程中，使用路段e相对起点S所在块的反向数据。（看起点出发，到路段e的某端的最优路径是否经过e）