Question

我正在寻找一种将数组拆分成具有类似直方图的块的有效方法。

例如，给定数组：

l = np.array([1, 2, 3, 4, 1, 1, 1, 2, 3, 4, 55, 5, 5, 5, 5, 5, 3, 2, 2, 21, 2])

我想获得：

c1 = np.array([1, 4, 1, 5, 5, 3, 2])
c2 = np.array([2, 1, 3, 4, 5, 5, 2])
c3 = np.array([3, 1, 2, 55, 5, 2, 21])

不仅如此，而且每个块在给定函数f上应具有相似的大小和类似的总和：

1. |sum(ci, f) - sum(cj, f)| < e, for i != j
2. |len(ci) - len(cj)| < e, for i != j

，其中

sum(c, f) = f(c[0]) + ... + f(c[len(c)])

修改澄清这个意图。我希望将列表上的流程并行化为n个子流程，但必须在每个子流程之间均匀分配成本。处理此列表中元素的成本是数组f中相同位置的整数的函数l，其中f是进程的计算复杂度。例如，f(i)=i^2。因此，我希望所有流程都具有相同的计算成本，而不是让流程过早完成而其他流程永远持续。

Answer 1

让我们从一个非常弱的假设开始，类似的直方图是按照以下基本方式定义的：对于一组整数 S1 ，直方图H(S1)是类似于集合 S2的直方图H(S2) sum(S1) = sum(S2)。

一般情况下，您在查找数组 A 的子集 S1，S2，...，SN 之后f(S1) = f(S2) = ... = f(SN)，并且在我们的假设下{ {1}}。不幸的是，你有一个 k-Partition problem ，这是NP难的，如果你有人找到一个有效的方式（即多时间）来做到这一点，就像你一样要求，结果是 stackoverflow 首先证明f=sum是真的！

将数组拆分为均匀分布的块

1 个答案: