当前位置:首页 >知识 >番外篇:分享一道用Python基础+蒙特卡洛算法实现排列组合的题目(附源码) 初步一看觉得很简单

番外篇:分享一道用Python基础+蒙特卡洛算法实现排列组合的题目(附源码) 初步一看觉得很简单

2024-06-28 15:55:27 [百科] 来源:避面尹邢网

番外篇:分享一道用Python基础+蒙特卡洛算法实现排列组合的番外法实附源题目(附源码)

作者: Python进阶者 开发 后端 算法 我是Python进阶者。本文基于粉丝针对排列组合问题的篇分提问,给出了一个利用Python基础+蒙特卡洛算法的享道现排解决方案,基本上可以达到了粉丝的础蒙要求。

[[433811]]

大家好,特卡题目我是洛算列组Python进阶者。

番外篇:分享一道用Python基础+蒙特卡洛算法实现排列组合的题目(附源码) 初步一看觉得很简单

是番外法实附源不是觉得很诧异?明明上周刚发布了这篇:分享一道用Python基础+蒙特卡洛算法实现排列组合的题目(附源码),今天又来一篇,篇分名曰番外篇!其实今天是享道现排想给大家分享【🌑(这是月亮的背面)】大佬的解法,拍案叫绝!

番外篇:分享一道用Python基础+蒙特卡洛算法实现排列组合的题目(附源码) 初步一看觉得很简单

番外篇:分享一道用Python基础+蒙特卡洛算法实现排列组合的题目(附源码) 初步一看觉得很简单

前情回顾

前几天在才哥交流群里,础蒙有个叫【Rick Xiang】的特卡题目粉丝在Python交流群里问了一道关于排列组合的问题,初步一看觉得很简单,洛算列组实际上确实是番外法实附源有难度的。

题目是篇分:一个列表中有随机15个数,没有重复值。享道现排从列表里面任意选5个数,如何选出来包含a, a+1的所有组合。a可以是15个数中的任意一个。

关于思路和解决方法,这篇文章分享一道用Python基础+蒙特卡洛算法实现排列组合的题目(附源码)中提供了【张老师】和【有点意思】大佬的想法和解决方案,一共有5份代码,足够大家学习了,感兴趣的小伙伴快去学习吧,干货满满。

二、新代码

上周五的时候,发布了这篇分享一道用Python基础+蒙特卡洛算法实现排列组合的题目(附源码)原创文章,很庆幸还有粉丝亲自实践,并给出了建设性的方案,如下图所示。

这里先给出【🌑(这是月亮的背面)】大佬的伪代码,这样看上去大家也更加好理解一些。

  1. # -*- coding: utf-8 -*- 
  2. # 模块化 
  3. import random 
  4. import numpy as np 
  5. import time 
  6.  
  7.  
  8. # 取出随机的15个数值 
  9. def get_random15(): 
  10.     random_array = [np.array(random.sample(range(2000), 15)) for i in range(100000)] 
  11.     random5 = { get_random5(random15) for random15 in random_array} 
  12.     return [i for i in random5 if i] 
  13.  
  14.  
  15. # 遍历随机的15个数值,取相邻的两个随机数,判断后返回满足条件的值 
  16. def get_random5(random_15): 
  17.     random_5 = set(random_15[random.sample(range(15), 5)])  # np.array的索引替换choice取值 
  18.     # 利用set特性判断元素是否含有给定的元素 
  19.     random_5_resp = { True if len(random_5.intersection({ num, num + 1})) == 2 else False for num in random_5} 
  20.     return tuple(random_5) if True in random_5_resp else () 
  21.  
  22.  
  23. if __name__ == '__main__': 
  24.     start_time = time.time() 
  25.     final_result = get_random15() 
  26.     print("共%d个符合题意的列表" % len(final_result)) 
  27.     print("分别是:%s" % final_result) 
  28.     end_time = time.time() 
  29.     used_time = end_time - start_time 
  30.     print() 
  31.     print("本次程序用时:{ }".format(time.strftime('%H(小时):%M(分钟):%S(秒)', time.gmtime(used_time)))) 

这个代码写的真的很好,没有Python基础的小伙伴看上去肯定有些吃力的,小编自己初看的时候,也觉得有点难以吸收,需要多看几遍,领悟。

这个代码亲测有效,用之前的代码大概需要12秒,改用这个只需要1.5秒。

他这里做了三个优化,其一是之前从15个数中随机取5个值耗时较长,这里用使用了numpy.array的特性来优化代码,在科学计算中,可以省掉很多循环语句,代码使用方面比Python列表简单,Python list 无法直接运算, Numpy Array 可直接运算;其二是删除了之前的去重函数,这里他也用set去优化,所以在这块也节约了时间;其三是使用了集合的交集运算(Intersection),较之前的if判断来说,节约了时间。

想到这里,不得不感叹一下,【人生苦短,我用python】!

三、总结

我是Python进阶者。本文基于粉丝针对排列组合问题的提问,给出了一个利用Python基础+蒙特卡洛算法的解决方案,基本上可以达到了粉丝的要求。

不过话说回来,这个方案虽是当下最优,但不是永远最优。

 

责任编辑:姜华 来源: Python爬虫与数据挖掘 Python算法Python基础

(责任编辑:知识)

    推荐文章
    热点阅读