algorithm - 计算满足要求的可能排列数

Question

这个问题困扰我好几天了，不知道怎么解决。我已经非常努力地自己解决它，但现在我非常感谢一些帮助和正确方向的指示。

问题:

给定一组数字，以及每个数字可以大于或小于下一个数字的最大限制，根据限制确定数字的有效排序数。

示例:

数字:20、30、36、40

一个数字可以大于以下数字的最大数量:16

一个数字可以小于以下数字的最大数量:8

这里会有 3 个有效顺序:

36 40 30 20

40 36 30 20

40 30 36 20

我已经设计出一种使用递归和树生成所有有效排列的方法，但不幸的是，在列表中有许多有效顺序的情况下，它花费的时间太长(我相信接近 n!运行时间)。我觉得好像有一种更快、更数学的方法可以使用我只是没有看到的组合学来解决这个问题。任何建议将不胜感激，谢谢!

编辑: 这是我想出的置换算法的代码。代码的最后一部分使用我上面给出的示例对其进行了测试。它是用 Python 3.6 编写的。

class block:
    def __init__(self, val, children):
        self.val = val
        self.children = children


# Gets all the possible children of the current head within the limits
def get_children(head, nums, b, visited, u, d):
    global total
    if all(visited):
        total += 1
        return

    for i in range(b):
        if not visited[i]:
            if head.val - nums[i] <= d and nums[i] - head.val <= u:
                head.children.append(block(nums[i], []))
                visited[i] = True
                get_children(head.children[-1], nums, b, visited, u, d)
                visited[i] = False


# Display all the valid permutations of the current head
def show(head, vals, b):
    vals.append(head.val)
    if head.children == [] and len(vals) == b:
        print(*vals)
        return
    for child in head.children:
        show(child, vals[:], b)


# Test it out with the sample
b, nums, u, d = 4, [20, 30, 36, 40], 8, 16
visited = [False for x in range(b)]
total = 0
heads = []
for i in range(b):
    heads.append(block(nums[i], []))
    visited[i] = True
    get_children(heads[-1], nums, b, visited, u, d)
    visited[i] = False
    show(heads[-1], [], b)
print(total)

这打印:

36 40 30 20
40 30 36 20
40 36 30 20
3

Answer 1

用 10 个相同的数字尝试您的方法导致运行时间为 35 秒。

我注意到的第一件事是该函数只需要列表头中的最后一个条目，因此该函数可以简化为采用整数而不是列表。以下代码进行了三种简化:

1. 为 head 传递一个整数而不是列表
2. 将总计更改为返回值而不是全局值
3. 避免存储 child (因为只需要订单数)

简化后的代码如下:

def get_children(head, nums, b, visited, u, d):
    if all(visited):
        return 1
    t = 0
    for i in range(b):
        if not visited[i]:
            if head - nums[i] <= d and nums[i] - head <= u:
                head2 = nums[i]
                visited[i] = True
                t += get_children(head2, nums, b, visited, u, d)
                visited[i] = False
    return t

# Test it out with the sample
nums, u, d = [20, 30, 36, 40], 8, 16
b = len(nums)
visited = [False for x in range(b)]
total = 0
for i in range(b):
    head = nums[i]
    visited[i] = True
    total += get_children(head, nums, b, visited, u, d)
    visited[i] = False
print(total)

列出 10 个相同的数字需要 7 秒。

我注意到的第二件事是(对于特定的测试用例)get_children 的返回值仅取决于 visited 中为 True 的事物和 head 的值。

因此我们可以缓存结果以避免重新计算它们:

cache={}
# Gets all the possible children of the current head within the limits
def get_children(head, nums, b, visited, u, d):
    if all(visited):
        return 1
    key = head,sum(1<<i for i,v in enumerate(visited) if v)
    result = cache.get(key,None)
    if result is not None:
        return result
    t = 0
    for i in range(b):
        if not visited[i]:
            if head - nums[i] <= d and nums[i] - head <= u:
                head2 = nums[i]
                visited[i] = True
                t += get_children(head2, nums, b, visited, u, d)
                visited[i] = False
    cache[key] = t
    return t

此版本只需要 0.03 秒即可列出 10 个相同的数字(即比原始版本快 1000 倍。)

如果您正在执行多个具有不同 b/u/d 值的测试用例，您应该在每个测试用例开始时重置缓存(即 cache={})。