问题
对于给定的整数 n,我正在生成这种形式的所有可能序列:
- 序列长度为
n
- 序列必须包含数字
n
,n-1
,n-2
,...
,n-k ≥ 1
对于一些k < n
.数字可以重复。
例如,对于 n = 3
,可能的顺序是:
1, 2, 3
1, 3, 2
2, 1, 3
2, 3, 1
3, 1, 2
3, 2, 1
2, 2, 3
2, 3, 2
3, 2, 2
2, 3, 3
3, 2, 3
3, 3, 2
3, 3, 3
换句话说,序列必须包含n
和从 n
开始倒计时的数字没有任何跳跃,但没有特定的顺序并且允许重复。
给定n
,此类序列的数量由 ordered Bell numbers 给出或富比尼数,其增长速度极快。
这是我用来生成序列的代码:
from sympy.utilities.iterables import multiset_permutations
def generate_sequences(n):
sequences = []
for unpermuted_seq in unpermuted_sequences(n,n):
for permutation in multiset_permutations(unpermuted_seq):
sequences.append(permutation)
return sequences
def unpermuted_sequences(number,remaining_slots):
# Generates list of possible unpermuted sequences
if remaining_slots == 0:
yield []
return
for repetitions in range(1, remaining_slots + 1):
for sequence in unpermuted_sequences(number - 1, remaining_slots - repetitions):
yield sequence + repetitions*[number]
问题
上面发布的代码按预期工作。我的两个主要问题如下:
存储:对于我的特定应用程序,一次
n
被选中,我需要存储所有的序列。我最终需要遍历列表并删除不满足特定条件的序列。然而,即使是小的n
(即n > 8
),需要大量内存(GB 数量级)。生成时间:我的代码需要很长时间才能生成序列,即使对于小的
n
也是如此。 .
如何以优化存储和生成时间的方式生成序列?
最佳答案
我当然会将这些值存储为二进制。对于最多 16 个数字,您甚至可以使用半字节(4 位 - 使用一些位移)来存储每个值。因此,对于 n=8
,您“仅”需要 545835 * 4 字节 = ± 2MB——对于 n=10
± 500MB。
为了更快地处理和写入文件,您可以使用 memory mapping (预先计算所需的大小,创建该大小的文件,然后使用内存映射打开它)。
这样每个值都可以直接写入映射(即文件,就好像它是内存),这也将消除较慢的 sequences.append(permutation)
。还要考虑只编写您需要的序列,因为如果您以后想删除它们,您将需要移动所有其他数据。
您还可以在文件中添加一个小 header ,其中包含一些值:n
、k
、number of sequences
,二进制。
关于python - 在python中生成大量序列时如何优化存储大小和性能?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46208240/