mar*_*all 8 python algorithm math performance numpy
我想计算只有1和0条目的2d数组的数量,这些条目具有一对具有相等矢量和的不相交的不相交行对.对于4乘4矩阵,下面的代码通过迭代所有这些并依次测试每个代码来实现这一点.
import numpy as np
from itertools import combinations
n = 4
nxn = np.arange(n*n).reshape(n, -1)
count = 0
for i in xrange(2**(n*n)):
A = (i >> nxn) %2
p = 1
for firstpair in combinations(range(n), 2):
for secondpair in combinations(range(n), 2):
if firstpair < secondpair and not set(firstpair) & set(secondpair):
if (np.array_equal(A[firstpair[0]] + A[firstpair[1]], A[secondpair[0]] + A[secondpair[1]] )):
if (p):
count +=1
p = 0
print count
Run Code Online (Sandbox Code Playgroud)
输出是3136.
这个问题是它使用了2 ^(4 ^ 2)次迭代,并且我希望将它运行为n到8次.是否有更聪明的方法来计算这些而不迭代所有矩阵?例如,一遍又一遍地创建相同矩阵的排列似乎毫无意义.
使用CPython 3.3在我的机器上大约一分钟计算:
4 3136
5 3053312
6 7247819776
7 53875134036992
8 1372451668676509696
Run Code Online (Sandbox Code Playgroud)
代码,基于记忆包含 - 排除:
#!/usr/bin/env python3
import collections
import itertools
def pairs_of_pairs(n):
for (i, j, k, m) in itertools.combinations(range(n), 4):
(yield ((i, j), (k, m)))
(yield ((i, k), (j, m)))
(yield ((i, m), (j, k)))
def columns(n):
return itertools.product(range(2), repeat=n)
def satisfied(pair_of_pairs, column):
((i, j), (k, m)) = pair_of_pairs
return ((column[i] + column[j]) == (column[k] + column[m]))
def pop_count(valid_columns):
return bin(valid_columns).count('1')
def main(n):
pairs_of_pairs_n = list(pairs_of_pairs(n))
columns_n = list(columns(n))
universe = ((1 << len(columns_n)) - 1)
counter = collections.defaultdict(int)
counter[universe] = (- 1)
for pair_of_pairs in pairs_of_pairs_n:
mask = 0
for (i, column) in enumerate(columns_n):
mask |= (int(satisfied(pair_of_pairs, column)) << i)
for (valid_columns, count) in list(counter.items()):
counter[(valid_columns & mask)] -= count
counter[universe] += 1
return sum(((count * (pop_count(valid_columns) ** n)) for (valid_columns, count) in counter.items()))
if (__name__ == '__main__'):
for n in range(4, 9):
print(n, main(n))
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
591 次 |
| 最近记录: |