Question

目标是创建99个元素的列表。所有元素必须为1或0。第一个元素必须是1.总共必须有7个。

import random
import math
import time

# constants determined through testing                                                                                                       

generation_constant = 0.96

def generate_candidate():
    coin_vector = []
    coin_vector.append(1)
    for i in range(0, 99):
        random_value = random.random()
        if (random_value > generation_constant):
            coin_vector.append(1)
        else:
            coin_vector.append(0)
    return coin_vector

def validate_candidate(vector):
    vector_sum = sum(vector)
    sum_test = False
    if (vector_sum == 7):
        sum_test = True
    first_slot = vector[0]
    first_test = False
    if (first_slot == 1):
        first_test = True
    return (sum_test and first_test)

vector1 = generate_candidate()
while (validate_candidate(vector1) == False):
    vector1 = generate_candidate()
print vector1, sum(vector1), validate_candidate(vector1)

大多数情况下，输出是正确的，如

[1,0,0,0,0,0,0,0,1,0,0,0,0,0,1,0,0,1,0,1,0,0,0， 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0，0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0， 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0， 0,0,0,0,1,0,0,0] 7真

但有时输出为：

[0,0,0,0,0,0,0,0,0,0,0,0,0， 0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0， 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0， 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0， 0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0] 2错误

我究竟做错了什么？

Answer 1

你给出的算法虽然很慢，却有效。请注意，理想generation_constant实际上可以使用二项分布计算。最佳值为≈0.928571429，符合1.104％的时间条件。如果手动将第一个元素设置为1，那么最佳generation_constant是≈0.93877551，这将适合16.58％的条件。

以上是基于二项分布，它表示准确 k ＆＃34;成功＆＃34; N 总计中的事件，其中每次尝试的概率 p 将 P （ k | N ， p ）= N ！ * p ^ k *（1 - p ）^（ N - k ）/（ n ！*（ N - k ））。只需将其粘贴到Excel，Mathematica或图形计算器中，并最大化 P 。

的可替换地： 的

要生成99个数字的列表，其中第一个和第6个附加项目为1，其余元素为0，您不需要这么多地调用random.random。生成伪随机数非常昂贵。有两种方法可以避免这么多地调用random。

处理器效率最高的方法是只需要随机调用6次，对于需要插入的6个：

import random # create vector of 99 0's vector = [0 for i in range(99)] # set first element to 1 vector[0] = 1 # list of locations of all 0's indexes = range(1, 99) # only need to loop 6 times for remaining 6 ones for i in range(6): # select one of the 0 locations at random # "pop" it from the list so it can't be selected again # and set it's coresponding element in vector to 1. vector[indexes.pop(random.randint(0, len(indexes) - 1))] = 1

或者，为了节省内存，您可以只测试每个新索引以确保它实际设置一些内容：

import random # create vector of 99 0's vector = [0 for i in range(99)] # only need to loop 7 times for i in range(7): index = 0 # first element is set to 1 first while vector[index] == 1: # keep calling random until a 0 is found index = random.randint(0, 98) # random index to check/set vector[index] = 1 # set the random (or first) element to 1

第二个元素将始终将第一个元素设置为1，因为只有index = random.randint(0, 98)才会调用vector[0] == 1。

Answer 2

我不确定我理解你的要求，但这听起来像是你需要的：

#!/usr/bin/python3

import random

ones = [ 1 for i in range(6) ]
zeros = [ 0 for i in range(99 - 6) ]
list_ = ones + zeros
random.shuffle(list_)
list_.insert(0, 1)

print(list_)
print(list_.count(1))
print(list_.count(0))

HTH

Answer 3

使用遗传编程，您希望控制您的域，以便尽可能消除无效配置。适合度假设对有效配置进行评级，而不是消除无效配置。老实说，这个问题似乎并不适合遗传编程。您已概述了域名。但我在任何地方都没有看到健身描述。

无论如何，正如我所说，我填充域的方式是：因为第一个元素总是1，所以忽略它，因为剩下的98只有6个，随机抽取6个到92个零。或者甚至列举可能，因为您的域名不是很大。

Answer 4

我感觉这是你使用sum（）。我相信这会修改列表：

>>> mylist = [1,2,3,4]
>>> sum(mylist)
10
>>> mylist
[]

这是一个（有点）pythonic递归版本

def generate_vector():
    generation_constant = .96
    myvector = [1]+[ 1 if random.random() > generation_constant else 0 for i in range(0,99)]

    mysum = 0
    for a in myvector:
        mysum = (mysum + a) 

    if mysum == 7 and myvector[0]==1:
        return myvector
    return generate_vector()

并采取良好措施

def generate_test():
    for i in range(0,10000):
        vector = generate_vector()
        sum = 0
        for a in vector:
            sum = sum + a
        if sum != 7 or vector[0]!=1:
            print vector

输出：

>>> generate_test()
>>>

Python - 创建一个包含2个特征错误的列表

4 个答案: