考虑以下递归问题:假设我有total_units
可以在total_days
中使用的内容。在任何一天,当我花费这些单位时,我会留下units_left
单位和days_left
。基于此,我可以将ideal_daily_rate
定义为units_left/days_left
。
现在,我们假设从第一天开始,我们选择每天20%
以ideal_daily_rate
消费。请注意,在任何指定日期开始时,ideal_daily_rate
始终计算为units_left/days_left
,我们只选择花费20%以上的ideal__daily_rate
那一天。
目标是根据初始条件total_units
,total_days
和上述理想率[{1}},获取每天花费的单位数。
20%
中是否有一个库可以帮助处理/矢量化这种类型的递归?
答案 0 :(得分:2)
允许i = number of units
和N = total number of days
。在接下来的几天之后剩下的单位数是
i1 = i0*(1-1.2/N)
i2 = i1*(1-1.2/(N-1)) = i0*(1-1.2/N)*(1-1.2/(N-1))
etc.
您可以使用以下方式在numpy中计算:
i = np.cumprod(1-1.2/np.arange(1,N+1)[::-1])*i0
答案 1 :(得分:2)
我不明白为什么这需要递归。这是一个简短的模拟,用于获取您描述的值。它本质上是一个衰减差分方程(微分方程的离散形式)。如果你认为我误解了某些事情,请纠正我。
days_left = 100
units_left = 50
ideal_daily_rate = units_left/days_left
spend = 1.2*ideal_daily_rate
while (days_left>0):
print( "days_left: %4.1f unit_left: %4.1f ideal: %5.2f spend: %5.2f" % (days_left,units_left,ideal_daily_rate,spend))
units_left -= spend
days_left -= 1
if (days_left>0):
ideal_daily_rate = units_left/days_left
spend = 1.2*ideal_daily_rate
答案 2 :(得分:1)
这是另一种方式
def tock(days,units,perc_more):
loop = reversed(xrange(days+1)) #a little fanciness...
#probably not the best method
for day in loop:
if day == 0: break
ideal_rate = units/day
spend = ideal_rate * perc_more
print(spend)
units = units - spend
%timeit -n 10 tock(10,10,1.2)