python 回溯法 子集树模板 系列 —— 12、选排问题

简介:

问题

从n个元素中挑选m个元素进行排列,每个元素最多可重复r次。其中m∈[2,n],r∈[1,m]。

如:从4个元素中挑选3个元素进行排列,每个元素最多可重复r次。

分析

解x的长度是固定的,为m。

对于解x,先排第0个位置的元素x[0],再排第1个位置的元素x[1]。我们把后者看作是前者的一种状态,即x[1]是x[0]的一种状态!!

一般地,把x[k]看作x[k-1]的状态空间a中的一种状态,我们要做的就是遍历a[k-1]的所有状态。

那么,套用子集树模板即可。

代码

'''
选排问题

从n个元素中挑选m个元素进行排列,每个元素最多可重复r次。其中m∈[2,n],r∈[1,m]。

作者:hhh5460
时间:2017年6月2日 09时05分
声明:此算法版权归hhh5460所有

'''

n = 4
a = ['a','b','c','d']

m = 3   # 从4个中挑3个
r = 2   # 每个元素最多可重复2

x = [0]*m   # 一个解(m元0-1数组)
X = []      # 一组解

    
# 冲突检测
def conflict(k):
    global n, r, x, X, a
    
    # 部分解内的元素x[k]不能超过r
    if  x[:k+1].count(x[k]) > r:
        return True
        
    return False # 无冲突
    
    
# 用子集树模板实现选排问题
def perm(k): # 到达第k个元素
    global n,m, a, x, X
    
    if k == m:  # 超出最尾的元素
        print(x)
        #X.append(x[:]) # 保存(一个解)
    else:
        for i in a: # 遍历x[k-1]的状态空间a,其它的事情交给剪枝函数!
            x[k] = i
            if not conflict(k): # 剪枝
                perm(k+1)


# 测试
perm(0) # 从x[0]开始排列

效果图

709432-20170602090118227-859011361.jpg

本文转自罗兵博客园博客,原文链接:http://www.cnblogs.com/hhh5460/p/6931710.html ,如需转载请自行联系原作者

相关文章
|
10天前
|
存储 算法 数据挖掘
python 数学+减治、下一个排列法、DFS回溯法实现:第 k 个排列【LeetCode 题目 60】
python 数学+减治、下一个排列法、DFS回溯法实现:第 k 个排列【LeetCode 题目 60】
|
1月前
|
机器学习/深度学习 数据采集 算法
Python用逻辑回归、决策树、SVM、XGBoost 算法机器学习预测用户信贷行为数据分析报告
Python用逻辑回归、决策树、SVM、XGBoost 算法机器学习预测用户信贷行为数据分析报告
|
1天前
|
算法 数据可视化 Python
Python中的决策树算法探索
Python中的决策树算法探索
|
8天前
|
IDE 开发工具 C++
Python-turtle-樱花树
Python-turtle-樱花树
12 3
|
9天前
|
SQL 算法 数据可视化
LeetCode题目99:图解中叙遍历、Morris遍历实现恢复二叉树搜索树【python】
LeetCode题目99:图解中叙遍历、Morris遍历实现恢复二叉树搜索树【python】
|
9天前
|
存储 算法 数据可视化
python多种算法对比图解实现 验证二叉树搜索树【力扣98】
python多种算法对比图解实现 验证二叉树搜索树【力扣98】
|
10天前
|
存储 机器学习/深度学习 算法
python 3种算法 回溯法、字典序生成、递归交换 实现全排列【力扣46题】
python 3种算法 回溯法、字典序生成、递归交换 实现全排列【力扣46题】
|
10天前
|
机器学习/深度学习 SQL 数据可视化
python揭秘决策树:如何每次都精确预测鸢尾花的种类
python揭秘决策树:如何每次都精确预测鸢尾花的种类
|
14天前
|
算法 Java Go
【经典算法】LeetCode 100. 相同的树(Java/C/Python3/Go实现含注释说明,Easy)
【经典算法】LeetCode 100. 相同的树(Java/C/Python3/Go实现含注释说明,Easy)
6 0
|
21天前
|
机器学习/深度学习 算法 API
【机器学习】Python中的决策树算法探索
决策树作为机器学习中的一种基础且强大的算法,因其易于理解和实现、能够处理分类和回归任务的特性而广受欢迎。本文旨在深入浅出地介绍决策树算法的基本原理,并通过Python编程语言实践其应用,帮助读者掌握如何利用Python构建及优化决策树模型。本文预计分为以下几个部分:决策树基础理论、Python中实现决策树的库介绍、实战案例分析、模型评估与调优方法,以及决策树算法的局限性与未来展望。
25 0