如何从数组中得到所选数的cordinate

Question

你将得到一个面积为a的油漆。将有12个油漆桶从4个主要 每种颜色有3种色调（即总共12个桶）。桶的大小，或者更具体地说， 可以从每个阴影绘制的区域量在以下数组中给出。 同一原色的不同色调显示在同一行中。在

• [12，23，14]
• [10，30，15]
• [16，22，35]
• [14，24，20]

问题和约束

你需要选择4种颜色的地板

1. 整个地板区域应涂漆；也不允许阴影重叠
2. 从每一种原色中选择“一种且只有一种”的色调用于最终的绘画
3. 浪费量最小化（即假设一旦我们打开并使用桶，任何 剩余部分将被丢弃）

实现一个python程序来解决以下问题

问题1。满足上述约束条件（如果A=100）的色阶（或桶）
问题2。上述情况下的损耗量
问题3。如果A=90，Q1和Q2的解决方案是什么？在

注意：您可以使用下面的符号来引用上面地图中的每个阴影。在

R-行索引
C列索引
（r，c）-（r+1）行和（c+1）列的阴影
e、 g.（0,0）->；12，（0,1）->；23，（1,2）->；15等

这样，Q1的答案可以用格式[（0,1），（1,2），（2,0），（3,2）]

---

如果用户输入100，系统应显示颜色代码区域，其坐标和最接近100

示例

Enter your Area = 100
100 ~ 101(sum of areas 12+30+35+24, There for 101 is the closet number to 100)

Shades          = [12 30 35 24]
Cordinates of shades = (0,0)(1,1)(2,2)(3,1)

---

这是我的应答码

^{pr2}$

输出-：

Enter your Area = 100

sum of shades   = 101
minimum wastage = 1
Shades          = [12 30 35 24]
Cordinates of shades = ( 0 , 0 )( 1 , 1 )( 2 , 2 )( 3 , 1 )

---

你可以看到我得到的坐标12 30 35 24是手动类型的。这不是一个好的编程方法。在

我怎样才能直接得到坐标（用更好的方法）？在

请注意，我已经回答了所有问题。我想要第三季度更好的答案

Answer 1

优化搜索的唯一可能方法是在每次选择后删除重复的和值。很容易检查81个可能的损耗值中存在45个不同的值：

len(set(sum(el) for el in product(*colors)))
Out[99]: 45
len(list(sum(el) for el in product(*colors)))
Out[100]: 81

其中几乎有一半在sum方面重复，这对于您的计算来说是不必要的权重。但这并不是一个很大的提速。这在很大程度上取决于运行代码的数据的质量，主要是每个列表的值的宽度和列表的数量。在

我已经整理了您的代码，使其更加高效和可读：

^{pr2}$

代码的“核心”在get_shades函数中。我删除了sum(element)的双重计算，并将双重比较放在一行中以使其更具可读性。顺便说一下，可以用100%函数风格重写get_shades函数，如下所示：

def get_shades(colors, area, max_tot):
    # functional version of get_shades
    def cmp(x):
        # compares items based on their sum; bad items are largest by default
        s = sum(x)
        if s >= area: return s
        else: return max_tot + 1
    return min(product(*colors), key = cmp)

但是，正如你提到的，这还不够。您可能希望通过在每次选择后删除重复的和来减少它：

[[12, 23, 14], [10, 30, 15]] -> [22, 24, 27, 29, 33, 38, 42, 44, 53] # 9 distinct sum values
[[22, 24, 27, 29, 33, 38, 42, 44, 53], [16, 22, 35]] -> # 24 distinct sum values
[[...], [14, 24, 20]] -> 45 distinct sum values

这是reduce方法设计的一个很好的例子。每次迭代后，它取最后一个结果，对下一个项执行计算，并用新结果替换它。可以使用以下方法获取所有可能的45个总和值：

wastages = reduce(lambda x,y: set(sum(n) for n in product(x, y)), colors)

并通过以下方法求出所需的最小值：

min(wastages, key = cmp)

其中cmp是这样定义的：

def cmp(x):
    if x >= area: return x
    else: return max_tot + 1

但另一个大问题是：与它们的总和不同，阴影不会保存在内存中。需要额外的函数来保持着色和和之间的映射。这需要先进的处理列表的方法，这种方法似乎相当慢，而不是加速。我把它们排除在范围之外，因为映射需要更困难的算法，而且它们只有在数据大于发布的数据时才有用。在