Question

我刚刚开始研究一个简单的遗传算法，它带有一堆点，每个点都有一系列移动指令。这些指令是一个整数列表，我将其与字典进行比较：movekey = {1:(1,1),2:(1,0),3:(1,-1),4:(0,-1),5:(-1,-1),6:(-1,0),7:(-1,1),8:(0,1)}（其中每个元组都是x和y值的变化）。每个人都是一个列表列表，一个列表具有当前位置，另一个列表是其移动列表ex：[[0, 0], [4, 4, 8, 1, 7]]。然后创建一组这些个体的列表以形成群体（代码中为pop）。创建初始种群的功能是：

def createinitpop(size):
    pop = []
    for i in range(size): pop.append([origin,[random.randint(1,8) for i in range(5)]])
    #the variable origin is preset to be [0,0]
    return pop

然后，为了将所有个体移动一步，我使用此功能：

def movedots(pop):
    for i in pop:
        print('i:',i)
        i[0][0]+= movekey[i[1][step]][0]
        # the 'step' referenced here begins at zero and counts up, i've only run it on step 0
        i[0][1] += movekey[i[1][step]][1]
        print('i:', i)
    return pop

问题在于，当我运行第二个函数时，每次迭代都会更改总体中的所有个体。（但是我已经发现，当我将一个示例群体硬编码到movedots函数中时，它可以正常工作）。以下是两个人运行这两个函数的结果（两个人都被打印出来）

[[[0, 0], [6, 5, 2, 1, 8]], [[0, 0], [4, 7, 2, 1, 1]]]
i: [[0, 0], [6, 5, 2, 1, 8]]
i: [[-1, 0], [6, 5, 2, 1, 8]]
i: [[-1, 0], [4, 7, 2, 1, 1]]
i: [[-1, -1], [4, 7, 2, 1, 1]]
[[[-1, -1], [6, 5, 2, 1, 8]], [[-1, -1], [4, 7, 2, 1, 1]]]

理想情况下，最后一行中个人的位置应该不同，因为他们的第一个动作不同，但正如您所看到的，第三个i与第二个i相同，这表明它使用相同的值。

我不知道我是否只是不理解列表是如何工作的，或者我是否遗漏了一些愚蠢的东西。

Answer 1

你指出了两个对同一个地方的引用：

for i in range(size): pop.append([origin,[random.randint(1,8) for i in range(5)]])

您现在有三个对相同列表的引用。当您从三个通道中的任何一个更改它时，您可以更改每个通道的数据。尝试隐式复制操作：

for i in range(size): pop.append([origin[:], ...

这将为您的每个嵌套引用提供origin的浅（一级）副本。

我的python列表的两个部分只有一个应该更改

1 个答案: