我正在尝试所有可能的方式在k个孩子中分配n个糖果。
例如,根据星条图公式,在5个孩子中分配96个糖果的方式是100! / (96!*4!) = 3 921 225
个元组,其所有可能排列的大小为5。
list2 = [item for item in it.product(range(97), repeat = 5)
if sum(item) == 96]
我的电脑似乎不知所措。
每个元组消耗24 * 5 = 120字节的内存。这导致921 225 * 120 = 470547000
字节或450 mb。好像没那么多。为什么PC生成此列表这么慢?我想念什么?
答案 0 :(得分:1)
我发现您的数学有两个问题。
首先,您要在此处描述组合。实际上,您在考虑(96个选择5个),它不能涵盖所有排列。
第二,排列实际上是96!/ 91 !,比{400万。several orders of magnitude higher。
只需添加字节数you're in the high gigabyte range现在的内存使用情况即可,可以解释为什么您的计算机速度变慢;仅由此产生的内存使用量就可能使大多数现代消费类计算机崩溃。
答案 1 :(得分:1)
这是使您的方法可行的一种方法。它使用itertools.combinations
。构建完整列表需要花费几秒钟。有关基于numpy
的更快方法,请参见本文底部。
通过枚举1到100之间的四个小节的所有组合,总是将外部小节0和101相加来工作。五个孩子的分配就是小节之间的差,即小节的差异减去一。 >
import numpy as np
import itertools
bars = [0, 0, 0, 0, 0, 101]
result = [[bars[j+1] - bars[j] - 1 for j in range(5)] for bars[1:-1] in itertools.combinations(range(1, 101), 4)]
# sanity check
len(result)
# 3921225
# show few samples
from pprint import pprint
pprint(result[::400000])
# [[0, 0, 0, 0, 96],
# [2, 26, 12, 8, 48],
# [5, 17, 22, 7, 45],
# [8, 23, 30, 16, 19],
# [12, 2, 73, 9, 0],
# [16, 2, 25, 40, 13],
# [20, 29, 24, 0, 23],
# [26, 13, 34, 14, 9],
# [33, 50, 4, 5, 4],
# [45, 21, 26, 1, 3]]
为什么你的表现不好?我认为主要是因为您的循环有点浪费,97 ^ 5大于100选择4。
如果您真的想要快速,可以将itertools.combinations
替换为numpy
版本:
https://stackoverflow.com/a/42202157/7207392
def fast_comb(n, k):
a = np.ones((k, n-k+1), dtype=int)
a[0] = np.arange(n-k+1)
for j in range(1, k):
reps = (n-k+j) - a[j-1]
a = np.repeat(a, reps, axis=1)
ind = np.add.accumulate(reps)
a[j, ind[:-1]] = 1-reps[1:]
a[j, 0] = j
a[j] = np.add.accumulate(a[j])
return a
fb = fast_comb(100, 4)
sb = np.empty((6, fb.shape[1]), int)
sb[0], sb[1:5], sb[5] = -1, fb, 100
result = np.diff(sb.T) - 1
result.shape
# (3921225, 5)
result[::400000]
# array([[ 0, 0, 0, 0, 96],
# [ 2, 26, 12, 8, 48],
# [ 5, 17, 22, 7, 45],
# [ 8, 23, 30, 16, 19],
# [12, 2, 73, 9, 0],
# [16, 2, 25, 40, 13],
# [20, 29, 24, 0, 23],
# [26, 13, 34, 14, 9],
# [33, 50, 4, 5, 4],
# [45, 21, 26, 1, 3]])
这大约需要一秒钟。