Question

我有一个源，它以000, 001, 010, 000的形式随机生成二进制输出字符串。

我想要一些散列或群集程序，根据与其他输入不同的位数将输入分组，例如输入流000,001和010应该全部转到同一个桶/群集，因为它们有一点不同。

我最初的想法是将第一个连续的输入位分组为一个，例如来自

000
001
010

成一个。然后接下来的那些：

011
100
101

等

但我很快意识到边界之间存在相似之处，例如000和1000应该属于同一个存储桶，而011和000应该位于不同的存储桶中。< / p>

我怎么能接近这个？提示？

詹姆斯

Answer 1

使用灰色代码。

https://en.wikipedia.org/wiki/Gray_code

反射二进制代码，也就是Frank Grey之后的格雷码，是一个二进制数字系统，其中两个连续值只有一位不同。

这导致三个位的以下顺序（以及相关的整数 - 这是不是的默认二进制编码！）：

然后将线性分割所需数量的桶中的数据。

或者，您也可以查看校验和和纠错码。

Answer 2

对不起，对于你的特殊情况，我没有找到一个功能，但在这里你可以有一些灵感：

如果你想拥有一个依赖于一个数字的存储桶功能，你可以这样做：

def bucket(i):
    bucket = 0
    bit = 1
    while bit <= i:
        if bit & i > 0:
            bucket += 1
        bit <<= 1 # shift the bit 1 higher
    return bucket

如果你有两个数字依赖：

def bucket(i, x):
    # perform some operation, store it in i
    bucket = 0
    bit = 1
    while bit <= i:
        # you can compare bits here
        if bit & i > 0:
            bucket += 1
    bit <<= 1
    return bucket

这就是你如何进行按位分组

buckets = {}
for number in numbers:
    numberBucket = bucket(number)
    buckets.setdefault(numberBucket, [])
    buckets[numberBucket].append(number)

分组传入二进制输入的有效方法

2 个答案: