我正在尝试计算 list = [0,1,2,3,4,5,6] 遵守某些约束的所有排列。
- 位置 0 必须 > 3
- 位置 3 + 位置 5 <位置 4< li> 位置>
在我当前的代码中,我确定了每个排列和迭代的所有排列和迭代,并应用了约束。
import itertools
Used_permutations = []
numbers = [0,1,2,3,4,5,6]
all_permutations = list(itertools.permutations(numbers)) #Determine all permutations
for permutation in all_permutations:
if permutation[0] > 3 and permutation[3] + permutation[5] < permutation[4]: #Constraints applied to permutations
Used_permutations.append(permutation)
####################################################
### Apply calculations to current permutation ###
####################################################
此代码的问题在于,我浪费时间寻找所有可能的排列,只是为了再次过滤掉它们。有人可以在确定排列时协助应用约束的方法,所以不是所有 N!确定了吗?
请您参考如下方法:
而不是先创建一个 list所有排列,然后将其中一些元素添加到第二个列表并丢弃其余元素(在本例中约为 90%),您可以使用列表理解来过滤 itertools 产生的排列在创建时。
>>> numbers = [0,1,2,3,4,5,6]
>>> [p for p in itertools.permutations(numbers) if p[0] > 3 and p[3] + p[5] < p[4]]
[(4, 0, 1, 2, 6, 3, 5),
(4, 0, 1, 3, 6, 2, 5),
... a few more ...
(6, 5, 4, 1, 3, 0, 2),
(6, 5, 4, 2, 3, 0, 1)]
>>> len(_)
516
如果检查变得更加复杂,您甚至不必使用列表理解。您可以在常规 for 中执行相同操作用 if 循环条件,唯一的区别是您没有收集 list 中的所有排列首先,但直接迭代生成器:
all_permutations = itertools.permutations(numbers) # no list(...)
for permutation in all_permutations:
...
这两种方法仍然生成所有的 N!排列,但大多数会立即被丢弃,只有“正确”的排列才会存储在列表中。
如果您甚至不想生成它们,则必须实现自定义递归 permutations算法并手动检查是否对于 p[3] 的给定值p[5] 可以有任何有效值等等。像这样:
def manual_permutations(numbers, n=0, last=0, lastlast=0):
if len(numbers) <= 1:
yield tuple(numbers)
else:
for i, first in enumerate(numbers):
# first constraint
if n == 0 and first <= 3: continue
# second constraint: 3 + 5 < 4 === 3 - 4 < -5 === 3 < 4 - 5
# assuming numbers are ordered: rest[0] is min, rest[-1] is max
rest = numbers[:i] + numbers[i+1:]
if n == 3 and first >= rest[-1] - rest[0]: continue
if n == 4 and last - first >= - rest[0]: continue
if n == 5 and lastlast - last >= - first: continue
# constraints okay, recurse
for perm in manual_permutations(rest, n+1, first, last):
yield (first,) + perm
这会在生成排列时检查两个约束,因此如果例如所有以数字 <= 3 开头的排列根本不会生成。第二个检查有点复杂,可能会进一步改进(如果我们在函数的开头添加一个计数器,我们会看到大约有 1200 次递归调用)。无论如何,使用 IPython 的 %timeit我们看到,“手动”方法的动态检查仍然比使用 itertools 慢三倍 ,因此即使改进检查也可能不会比这更快。*)此外,您自己的原始循环实际上也没有那么慢。
>>> %timeit original_loop(numbers)
1000 loops, best of 3: 736 µs per loop
>>> %timeit list(itertools_perms(numbers))
1000 loops, best of 3: 672 µs per loop
>>> %timeit list(manual_permutations(numbers))
100 loops, best of 3: 2.11 ms per loop
当然,根据输入列表的大小和约束条件,手动方法可以或多或少地节省一些费用,但也可能(或多或少)难以实现或适应不断变化的约束条件。就个人而言,我仍然会使用 itertools.permutations以及一些简单易读的过滤器。
*) 更新:在我之前的编辑中,手动方法更快;这是因为我忘记了实际使用这两个函数返回的生成器。
