我正在寻找一种快速高效的算法,以给定的和(N)遍历所有可能的相同大小的正整数列表
例如,如果S=3和N=4,结果将是(我有一个非常低效的算法):
[0, 0, 4]
[0, 1, 3]
[0, 2, 2]
[0, 3, 1]
[0, 4, 0]
[1, 0, 3]
[1, 1, 2]
[1, 2, 1]
[1, 3, 0]
[2, 0, 2]
[2, 1, 1]
[2, 2, 0]
[3, 0, 1]
[3, 1, 0]
[4, 0, 0]
不一定按那个顺序。另一种看待它的方式是如何将数字N切成S段。如果我还可以为列表中的每个单独值设置一个最大值,那么该算法将是完美的
我将使用它以不同于product(*indices)
生成的顺序运行多维数组
此外,生成所有索引组合并按总和对它们进行排序也会太慢/占用内存
我认为这是最简单的方式:
对于100万个列表,这在1秒内有效。如果您想加快速度,可以使用其他If语句,例如If sum(list_val[0:N/2])>;N或len(列表值)/2>;S:这样的陈述可以更快地发现情况
另一种方法是对列表进行排序并查找前N个数字的总和。如果大于您想要的值,您可以选择这些列表
找到了一个解决方案:它基于一个想法,即正数N是一行单位,将它们分成S个部分就是将(S-1)分隔符放入列表中。 这些分隔符可以使用
combinations(range(N + S - 1), S - 1)
进行迭代。下一步是计算分离器之前、之间和之后的单元数:当您想限制结果中的每一项时,您可以过滤掉不需要的内容(当然不是最优的,但我想使用
combinations
,因为它可能是用C实现的,因此可能比我用python所能想到的任何东西都要快)。simpole版本:以及更快但更复杂的版本:
我将此用作早期测试:
顺便说一句:从hip:您可以通过迭代S(size):生成整数分区问题的解决方案,如:
我对
combinations()
迭代器进行了一些调整,使其不给零。如果order=False
,它会对具有不同顺序的相同分区进行加倍相关问题 更多 >
编程相关推荐