有两个n长度数组(a
和b
)由整数组成> 2。
在每个回合中,我想从每个数组(a[i]
和b[j]
)中删除一个整数,因为它们的某个条件为真(例如它们不是共同素数)。 (如果条件不成立,我会尝试删除另一个组合)
毕竟我想找到我能达到的最大转数(直到没有可能的组合去除哪个符合条件)。我们称之为最佳转弯次数。
我尝试使用搜索算法和使用Python的PriorityQueue
解决此问题:
def search(n, a, b):
q = queue.PriorityQueue()
encountered = set()
encountered.add((tuple(a), tuple(b)))
q.put((number_of_coprime_combinations(a, b), a, b))
while q:
cost, a, b = q.get()
combs = not_coprime_combinations(a, b)
if not combs:
return n - len(a)
for a, b in combs:
if not (tuple(a), tuple(b)) in encountered:
q.put((number_of_coprime_combinations(a, b), a, b))
encountered.add((tuple(a), tuple(b)))
number_of_coprime_combinations(a, b)
返回给定数组a
和b
的可能的联合素数组合的数量。这用作两个数组的给定状态的成本。
def number_of_coprime_combinations(a, b):
n = 0
for idx_a, x in enumerate(a):
for idx_b, y in enumerate(b):
if is_coprime(x, y):
n += 1
return n
not_coprime_combinations(a, b)
会返回可能的状态列表,其中已从a
和b
移除了非联合素数组合:
def not_coprime_combinations(a, b):
l = []
for idx_a, x in enumerate(a):
for idx_b, y in enumerate(b):
if not is_coprime(x, y):
u, v = a[:], b[:]
del(u[idx_a])
del(v[idx_b])
l.append((u, v))
return l
>>> not_coprime_combinations([2,3],[5,6])
[([3], [5]), ([2], [5])]
问题在于这种解决方案对于大型整数数组而言效率非常低。所以我想知道这个问题是否有更好的解决方案..
示例:
n = 4
a = [2, 5, 6, 7]
b = [4, 9, 10, 12]
可以删除:
(2, 4)
(5, 10)
(6, 9)
这将导致最佳解决方案:
a = [7]
b = [12]
但如果有人会删除:
(6, 12)
(2, 10)
人们会得到次优的解决方案:
a = [5, 7]
b = [4, 9]
算法应始终达到最佳匝数(在本例中为3)。
答案 0 :(得分:3)
据我所知,要解决这个问题:
构造二分图G,使得对于每个Ai和Bj,如果GCD(Ai,Bj)>如图1所示,G中存在边缘(Ai,Bj)。
找到G
匹配的基数是解决方案
我不知道如何更快地解决这个问题。
答案 1 :(得分:1)
我知道你遇到了这个问题。 而你解决这个问题是错误的,因为它的O(n ^ 2)和贪婪。 n <= 10 ^ 5。 2&gt; a,b&lt;数组10 ^ 9
我认为在这个问题上你必须找到一些技巧。并且所有用于二分图中最大匹配的算法都是TL。
答案 2 :(得分:0)
假设:
is_coprime_pair(pair)
,接受长度为2的列表并返回True
对于一对素数a
和b
是可以组合的迭代import itertools not_coprimes = itertools.filterfalse(is_coprime_pair, itertools.product(a, b))
not_coprimes
将保留所有不包含两个素数的对