Question

我正在使用蛮力战术来找到解决问题的方法。我的想法是循环3个不同的范围，例如嵌套循环，以10为增量显着减少组合数。

然后我在第一个函数中给出了三个解决方案，重新定义了我的函数的循环范围参数，这将产生更精确的解决方案。

这是我的代码：

# first broad looping function to zone down to the relevant area of my solution
def t1_solve(cgoal):
    max_value = None
    nc_f = None
    c_f = None
    cd_f = None
    for i, j, k in [(i,j,k) for i in range(nc_rev.idxmax(),int((cgoal*100)+200),5) for 
    j in range(c_rev.idxmax(),int((cgoal*100)+200),5) for k in range(cd_rev.idxmax(),
    int((cgoal*100)+200),5)]:
        if (t1rev(i,j,k) > max_value and t1c(i,j,k) > cgoal):

            #storing the optimal value result, and my three solution in nc_f, c_f, cd_f

            max_value = t1rev(i,j,k)
            nc_f = i
            c_f = j
            cd_f = k

    print max_value
    print nc_f, c_f, cd_f
    return nc_f
    return c_f
    return cd_f

# second reduced looping problem to fine-tune my answer

def t1_finetune():

# run the broad looping function

    t1_solve(3.61)

# this is where I have trouble with passing my solutions stored in the
# previous function's nc_f, c_f, cd_f

#ERROR OCCURS HERE!!!!!
    if nc_f - 20 > 0:
        nc_lowerbound = nc_f - 20
    else:
        nc_lowerbound = 1

    if nc_f + 20 < 1499:
        nc_upperbound = nc_f + 20
    else:
        nc_upperbound = 1499

    if c_f - 20 > 0:
        c_lowerbound = c_f - 20
    else:
        c_lowerbound = 1

    if c_f + 20 < 1499:
        c_upperbound = c_f + 20
    else:
        c_upperbound = 1499

    if cd_f - 20 > 0:
        cd_lowerbound = cd_f - 20
    else:
        cd_lowerbound = 1

    if cd_f + 20 < 1499:
        cd_upperbound = cd_f + 20
    else:
        cd_upperbound = 1499    

    for i, j, k in [(i,j,k) for i in range(nc_lowerbound, nc_upperbound) for 
    j in range(c_lowerbound, c_upperbound) for k in range(cd_lowerbound, cd_upperbound)]:
        if (t1rev(i,j,k) > max_value and t1c(i,j,k) > cgoal):
            max_value = t1rev(i,j,k)
            nc_f = i
            c_f = j
            cd_f = k
    print max_value
    print nc_f, c_f, cd_f
    return nc_f, c_f, cd_f


t=time.time()
t1_finetune()
print time.time() - t

我得到的错误信息是：

UnboundLocalError: local variable 'nc_f' referenced before assignment

基本上，我只需要将tc_solve（）中的nc_f，c_f和cd_f传递给我的t1_finetune（）。单独运行t1_solve（）可以正常工作，当它在t1_finetune（）中调用时，它仍然可以运行，直到它继续执行我评论错误发生的代码的其余部分。

我希望这很清楚，如果有什么我可以澄清的话，请告诉我。

提前致谢！

Answer 1

首先，您的t1_solve函数有三个return语句而不是一个。一旦到达第一个，功能就结束了，其他功能就不会发生。所以，你需要这个：

return nc_f, c_f, cd_f

接下来，当您致电t1_solve并将其返回给您时，您只需忽略结果。你需要将它们存储在某个地方。例如：

nc_f, c_f, cd_f = t1_solve(3.61)

为了直观理解，你在这里做的是返回三个值而不是一个，并将这三个返回值分配给三个变量。

如果你想知道实际发生了什么：第一个nc_f, c_f, cd_f创建一个3元素元组并返回一个元组。然后，后面的nc_f, c_f, cd_f =使用可迭代赋值解包。请参阅教程部分Tuples and Sequences以获得精彩的介绍。

传递来自一个函数的操纵变量以在另一个函数中使用

1 个答案: