随机洗牌数组可以很容易地求解。我想做一个洗牌,但有一个附加的限制,任何元素的移动都被限制在一个范围内。因此,如果最大允许移位= n,任何元素都不能移动到任意方向的n步骤作为洗牌的结果。
因此,给定这个数组,和n=3:
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]这将是一次有效的洗牌:
[2, 3, 4, 0, 1, 6, 5, 8, 9, 7]虽然这些建议是无效的:
[2, 3, 4, 7, 1, 6, 5, 8, 9, 0]
[2, 3, 4, 6, 1, 7, 5, 8, 9, 0](注意范围不是旋转的)
我们正在寻找一种简单而有效的方法来实现这一点。我们倾向于就地执行,但是如果提供了一个好的解决方案,那么使用第二个数组是可以的。
一个简单的初始解决方案是使用第二个数组:
for element in array1:
get legal index range
filter out indexes already filled
select random index i from filtered range
array20[i] = element编辑
这是关于@ruakh提出的概率失真问题,如果算法首先以相同的概率处理终端元素:
乍一看,我认为概率方差将随着数组大小的增加而减小,但情况似乎并非如此。下面的一些快速测试(我仓促地编写,因此可能会有错误)。由于概率的失真很大,我不认为它是可以接受的一般情况,但对于我自己的应用程序,我可以接受它,正如我在评论中说的。
import itertools
n = 2
def test(arlen):
ar = range(arlen)
lst = list(itertools.permutations(ar))
flst = [l for l in lst if not illegal(l)]
print 'array length', arlen
print 'total perms: ', len(lst)
print 'legal perms: ', len(flst)
frst = [0] * (n+1)
for l in flst:
frst[l[0]] +=1
print 'distribution of first element: ',frst
def illegal(l):
for i in range(len(l)):
if abs(l[i]-i)>n: return True
if __name__=="__main__":
arlen = range(4,10)
for ln in arlen:
test(ln)
------------ n=2
array length 4
total perms: 24
legal perms: 14
distribution of first element: [6, 4, 4]
array length 5
total perms: 120
legal perms: 31
distribution of first element: [14, 10, 7]
array length 6
total perms: 720
legal perms: 73
distribution of first element: [31, 24, 18]
array length 7
total perms: 5040
legal perms: 172
distribution of first element: [73, 55, 44]
array length 8
total perms: 40320
legal perms: 400
distribution of first element: [172, 128, 100]
array length 9
total perms: 362880
legal perms: 932
distribution of first element: [400, 300, 232]
------------ n=4
array length 4
total perms: 24
legal perms: 24
distribution of first element: [6, 6, 6, 6, 0]
array length 5
total perms: 120
legal perms: 120
distribution of first element: [24, 24, 24, 24, 24]
array length 6
total perms: 720
legal perms: 504
distribution of first element: [120, 96, 96, 96, 96]
array length 7
total perms: 5040
legal perms: 1902
distribution of first element: [504, 408, 330, 330, 330]
array length 8
total perms: 40320
legal perms: 6902
distribution of first element: [1902, 1572, 1296, 1066, 1066]
array length 9
total perms: 362880
legal perms: 25231
distribution of first element: [6902, 5836, 4916, 4126, 3451]发布于 2013-01-26 13:45:41
这是可能的,这是一个确切的覆盖问题,并可能(我没有测试它,但我会证明这一说法)有效地解决了一个ZDD。
精确覆盖问题对于每个元素都有布尔决策变量,所以如果n = 0,有元素就会有很多变量,对于n = 1,除了端点,每个元素都有三个变量,每个元素都有两个变量,等等。
如果n明显小于数组的大小,这意味着“相距很远”的决策变量不会直接相互影响。这应该使ZDD的大小保持合理,因为它的结构与例如,小瓷砖的瓷砖问题是相当的。
编辑:实际上,我现在不太确定这一点,特别是与瓷砖的可比性,这似乎越来越令人怀疑,但我仍然怀疑ZDD将是可管理的大小。
在合理大小的ZDD上,可以有效地生成无偏差(即每个解都有相同概率)的随机解(它对应于在“不超过n个位置”-rule下有效的置换)。
这可能不是最好的方法,但它表明,不使用暴力是有可能做到的。
发布于 2013-01-26 13:30:40
InputArray:表示整数的数组NumberCount:InputArray中的整数数ShuffleRange:允许数字跳转的有效范围ShuffleWindowSize:进行交换的处理窗口。它的值是ShuffleRange +1ShuffleIndexArray:洗牌窗口中输入数字的索引,无效索引将是INT_MIN初始化ShuffleIndexArray
对于(idx =0;idx < ShuffleWindowSize;idx++) { ShuffleIndexArrayidx = idx;}
过程InputArray
for (idx = 0; idx < NumberCount; idx++) {
shuffleIdx = idx % ShuffleWindowSize;
/* 1. Check if the Element has been moved from it's Original Position
* 1.1 IF it was swapped already then move to next element
* 1.2 ELSE perform shuffling within available window
*/
if (idx != ShuffleIndexArray[shuffleIdx]) { /* was swapped already */
goto LOOP_CONTINUE;
}
/* Get a random Index in the range [0, shuffleWinSize) */
randomSwapIdx = rand() % shuffleWinSize; /* OffSet */
/* Skip Invalid Indexes */
if (INT_MIN == shuffleIndexArray[randomSwapIdx]) {
for (jdx = randomSwapIdx + shuffleWinSize - 1; jdx > randomSwapIdx; jdx--) {
if (INT_MIN != shuffleIndexArray[jdx % shuffleWinSize]) {
randomSwapIdx = jdx % shuffleWinSize;
break;
}
}
}
/* Get the actual index into InputArray */
randomSwapIdx = ShuffleIndexArray[randomSwapIdx]; /*Actual Index*/
/* Check if number gets to stay in original position */
if (idx == randomSwapIdx) { /* Lucky Bugger */
goto LOOP_CONTINUE;
}
/* Swapping of two numbers in InputArray */
swapInt = inputArr[idx];
inputArr[idx] = inputArr[randomSwapIdx];
inputArr[randomSwapIdx] = swapInt;
/* Update indexes in Shuffle-Window Array */
ShuffleIndexArray[randomSwapIdx % ShuffleWindowSize] = idx;
LOOP_CONTINUE:
/* InputArray[idx] was processed.
* Update ShuffleIndexArray */
ShuffleIndexArray[shuffleIdx] =
((idx + ShuffleWindowSize) < NumberCount) ?
(idx + ShuffleWindowSize) : INT_MIN;
}这是一个就地洗牌,但我们需要另一个大小ShuffleWindowSize数组来跟踪索引。
发布于 2013-01-26 19:06:11
听起来,对于每一个可能的输出都有相同的概率,你不会太挑剔。一种简单的解决方案可能是执行等价于冒泡排序的n传递,但不是对元素进行排序,而是随机选择是否在每一步交换这两个元素。这种方法也允许您在适当的地方进行随机化。你可以这样做:
import random
def shuffle_list(list, n):
for ipass in xrange(n):
for ielt in xrange(len(list) - 1):
if random.randrange(2):
temp = list[ielt]
list[ielt] = list[ielt + 1]
list[ielt + 1] = temp编辑:对不起,我应该多想一想的。我描述的方法不起作用--在第一次测试中,第一个元素一直冒泡到列表末尾的概率不为零。不知何故我错过了。
我想我现在还没有真正的答案,但至少有一个想法:为原始列表中的每个元素分配一个等于ii + random.uniform(-n/2., n/2.)的代理值,其中ii是原始列表中元素的索引;然后根据这个代理值对原始列表进行排序。然后,元素ii在最终列表中最早出现的位置是ii-n:只有当元素接收到代理值ii-n/2.,并且以元素ii-n开头的每个元素至少收到ii-n/2.的代理值时,才会发生这种情况。相同的上界参数。
实际上,您可能希望使用稍微更宽的范围,可能类似于random.uniform(-n/2. - 0.49, n/2. + 0.5)。我还没有仔细看过这个数学,但我认为这保持了距离的限制。我也不完全确定可能的列表的最终分布将是什么。@巴塞尔,我认为你对最初的建议是正确的,它似乎更有可能让每个元素移动少量,而不是大量移动。我认为这个解决方案应该更好,但我不能发誓。:-)
https://stackoverflow.com/questions/14534654
复制相似问题