我有一种非常低效的方法来计算 N/2
的组合大小为 N 的数组中的项目。我所做的是对数组进行排序,然后遍历数组的排列,创建包含一半元素的多重集并将其插入到一个集合中。最后我得到了集合的计数。
long GetCombinations(std::vector<double> nums) {
long combinations = 0;
std::sort(nums.begin(), nums.end());
std::set<std::multiset<double>> super_set;
do {
std::multiset<double> multi_set;
for (unsigned int i = 0; i < nums.size() / 2; ++i)
multi_set.insert(nums[i]);
auto el = (super_set.insert(multi_set));
if (el.second)
++combinations;
} while (std::next_permutation(nums.begin(), nums.end()));
return combinations;
}
该代码有效,但效率非常低。对于给定的数组
[0.5, 0.5, 1, 1]
尺寸 2 有 3 种组合:0.5, 0.5
1, 1
1, 0.5
是否有不同的算法或方法可以提高此代码的速度?
最佳答案
计数组合
一般来说,确定特定集合的组合数是非常简单的。但是,将其扩展到每个元素重复特定次数的多重集要困难得多,并且没有很好的记录。 @WorldSEnder 链接到具有 comment 的数学/stackexchange 答案链接到这篇精彩的组合数学文章,名为 Combinatorial Generation通过弗兰克·拉斯基。如果您转到第 71 页,则有一个部分更严格地处理此主题。
基本定义
- 例如
{a, b}
与 {a, a, b}
相同并且都具有基数 2 - 例如
{a, b}
和 {a, a, b}
是基数分别为 2 和 3 的不同多重集 误解
人们相信有一个简单的公式可以快速计算长度为 k 的多组的组合数,其中每个元素重复特定次数(请参阅上面高度赞成的评论)。下面,我们检查每种众所周知的方法。
让我们从二项式系数的一般应用开始。我们立即看到这将失败,因为它严格意味着计算 的组合数。集 ,其中不允许重复条目。在我们的例子中,允许重复。
在维基百科页面上进一步阅读,有一个名为 Number of combinations with repetition 的部分。 .这看起来很有希望,因为我们确实有一些复制。我们还看到了修改后的二项式系数,这似乎更有希望。仔细观察会发现这也会失败,因为这严格适用于每个元素最多重复 k 次的多重集。
最后,我们尝试使用 multiset coefficient .列出的示例之一看起来与我们试图完成的非常相似。
“首先,考虑表示 {a, a, a, a, a, a, b, b, c, c, c, d, d, d, d, d, d, d} (6如, 2 bs, 3 cs, 7 ds) 以这种形式:"
这看起来是我们试图推导出的一个很好的候选者。但是,您将看到它们继续推导出可以从 4 个不同元素的集合构造基数为 18 的多重集的方法数。这相当于integer compositions的数量长度为 4 的 18 个。
18 + 0 + 0 + 0
17 + 1 + 0 + 0
16 + 2 + 0 + 0
.
.
.
5 + 4 + 6 + 3
4 + 5 + 6 + 3
3 + 6 + 6 + 3
.
.
.
0 + 1 + 0 + 17
0 + 0 + 1 + 17
0 + 0 + 0 + 18
正如您所看到的,顺序与构图很重要,这显然不适用于我们的情况。
提到的最后两种方法源自著名的 Stars and Bars简单计数问题的方法。据我所知,这种方法不能轻易扩展到我们的情况。
一种工作算法
unsigned long int getCombinationCount(std::vector<double> nums) {
unsigned long int n = nums.size();
unsigned long int n2 = n / 2;
unsigned long int numUnique = 1;
unsigned long int numCombinations;
std::sort(nums.begin(), nums.end());
std::vector<int> numReps;
double testVal = nums[0];
numReps.push_back(1);
for (std::size_t i = 1; i < n; ++i) {
if (nums[i] != testVal) {
numReps.push_back(1);
testVal = nums[i];
++numUnique;
} else {
++numReps[numUnique - 1];
}
}
int myMax, r = n2 + 1;
std::vector<double> triangleVec(r);
std::vector<double> temp(r);
double tempSum;
myMax = r;
if (myMax > numReps[0] + 1)
myMax = numReps[0] + 1;
for (int i = 0; i < myMax; ++i)
triangleVec[i] = 1;
temp = triangleVec;
for (std::size_t k = 1; k < numUnique; ++k) {
for (int i = n2; i > 0; --i) {
myMax = i - numReps[k];
if (myMax < 0)
myMax = 0;
tempSum = 0;
for (int j = myMax; j <= i; ++j)
tempSum += triangleVec[j];
temp[i] = tempSum;
}
triangleVec = temp;
}
numCombinations = (unsigned long int) triangleVec[n2];
return numCombinations;
}
使用修正的帕斯卡三角形进行解释
繁体中的条目Pascal's Triangle (PT 从这里开始)表示二项式系数,其中三角形的行是您集合中的元素数,列是您希望生成的组合的长度。三角形的构建是我们如何解决手头问题的关键。
如果您注意到对于传统 PT,要获取特定条目,例如 (i, j),其中 i 是行,j 是列,则必须添加条目 (i - 1, j - 1) 和 (i - 1, j)。这是一个插图。
1
1 1
1 2 1 N.B. The first 10 is in the 5th row and 3rd column
1 3 3 1 and is obtained by adding the entries from the
1 4 6 4 1 4th row and 2nd/3rd.
1 5 10 10 5 1
1 6 15 20 15 6 1
我们可以将其扩展到一个通用的多重集,其中每个元素重复特定的次数。让我们考虑几个例子。
示例 1:
v1 = {1, 2, 2}
, v2 = {1, 2, 2, 3, 3, 3}
, 和 v3 = {1,2,2,3,3,3,4,4,4,4}
下面我们有
v1 choose 1 - 3
的所有可能组合以及 v2 choose 1 - 6
. [,1] [,1]
[1,] 1 [1,] 1
[2,] 2 [2,] 2
[3,] 3
[,1] [,2] [,1] [,2]
[1,] 1 2 [1,] 1 2
[2,] 2 2 [2,] 1 3
[3,] 2 2
[4,] 2 3
[5,] 3 3
[,1] [,2] [,3] [,1] [,2] [,3]
[1,] 1 2 2 [1,] 1 2 2
[2,] 1 2 3
[3,] 1 3 3
[4,] 2 2 3
[5,] 2 3 3
[6,] 3 3 3
[,1] [,2] [,3] [,4]
[1,] 1 2 2 3
[2,] 1 2 3 3
[3,] 1 3 3 3
[4,] 2 2 3 3
[5,] 2 3 3 3
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 2 3 3
[2,] 1 2 3 3 3
[3,] 2 2 3 3 3
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 1 2 2 3 3 3
让我们写下所有 k 的组合数
v1
和 v2
.2 2 1
3 5 6 5 3 1
我要给你
v3
的所有k的组合数(我将留给读者列举它们)。4 9 15 20 22 20 15 9 4 1
我们以一种特殊的方式组合上述结果,并注意到事情开始看起来非常熟悉。
2 2 1
3 5 6 5 3 1
4 9 15 20 22 20 15 9 4 1
我们添加了一些作为占位符来完成这个修改后的 PT
1 1
1 2 2 1
1 3 5 6 5 3 1
1 4 9 15 20 22 20 15 9 4 1
这是什么意思?有点清楚的是,每个连续行中的数字都是前一行中数字的组合。但是怎么办?...
We let the frequency of each element guide us.
例如,要获取代表
v2 choose 1 - 6
的组合数的第三行(忽略第一个 1),我们看第 2 行。由于第 3 个元素的频率是 3,我们添加 4 个元素 (3 + 1.. 就像使用二项式系数查找具有不同元素的集合的数量一样,我们在上面的行中将 2 个条目加在一起或 1 + 1) 列小于或等于我们找到的列。所以我们有:if the column index is non-positive or greater than the
number of columns in the previous row, the value is 0
v2 choose 3
(3, 2) = (2, 2 - 3) + (2, 2 - 2) + (2, 2 - 1) + (2, 2 - 0)
= 0 + 0 + 1 + 2
= 3
v2 choose 4
(3, 3) = (2, 3 - 3) + (2, 3 - 2) + (2, 3 - 1) + (2, 3 - 0)
= 0 + 1 + 2 + 2
= 5
v2 choose 5
(3, 4) = (2, 4 - 3) + (2, 4 - 2) + (2, 4 - 1) + (2, 4 - 0)
= 1 + 2 + 2 + 1
= 6
v2 choose 6 outside of range
(3, 5) = (2, 5 - 3) + (2, 5 - 2) + (2, 5 - 1) + (2, 5 - 0)
= 2 + 2 + 1 + 0
= 5
etc.
继续这个逻辑,让我们看看我们是否可以获得
v3
的k组合数.由于第 4 个元素的频率是 4,我们需要将 5 个条目加在一起。v3 choose 3
(4, 2) = (3, 2 - 4) + (3, 2 - 3) + (3, 2 - 2) + (3, 2 - 1) + (3, 2 - 0)
= 0 + 0 + 0 + 1 + 3
= 4
v3 choose 4
(4, 3) = (3, 3 - 4) + (3, 3 - 3) + (3, 3 - 2) + (3, 3 - 1) + (3, 3 - 0)
= 0 + 0 + 1 + 3 + 5
= 9
v3 choose 5
(4, 4) = (3, 4 - 4) + (3, 4 - 3) + (3, 4 - 2) + (3, 4 - 1) + (3, 4 - 0)
= 0 + 1 + 3 + 5 + 6
= 15
v3 choose 6
(4, 5) = (3, 5 - 4) + (3, 5 - 3) + (3, 5 - 2) + (3, 5 - 1) + (3, 5 - 0)
= 1 + 3 + 5 + 6 + 5
= 20
etc.
事实上,我们确实得到了
v3
的正确 k 组合数。 .示例 2:
z1 = {1,1,1,2}
, z2 = {1,1,1,1,2,3,3,3,3,3}
, 和 z3 = {1,1,1,1,2,3,3,3,3,3,4,4}
您会注意到我们正在构建这些 vector ,使得每个连续的 vector 都包含前一个 vector 。我们这样做是为了能够正确构建我们修改后的 PT。这类似于传统的 PT,对于每一行,我们只是在前一行添加一个数字。这些 vector 的修改后的 PT 是:
1 1 1 1
1 2 2 2 1
1 3 5 7 8 8 7 5 3 1
1 4 9 15 20 23 23 20 15 9 4 1
让我们构建
z2 choose 6
和 z3 choose 9
看看我们是否正确: z2 choose 6
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 1 1 1 2 3 3
[2,] 1 1 1 3 3 3 This shows that we produce 7 combs
[3,] 1 1 2 3 3 3 just as predicted by our modified
[4,] 1 1 3 3 3 3 PT (i.e. entry (3, 6 + 1) = 7)
[5,] 1 2 3 3 3 3
[6,] 1 3 3 3 3 3
[7,] 2 3 3 3 3 3
z3 choose 9
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
[1,] 1 1 1 2 3 3 3 3 3
[2,] 1 1 1 2 3 3 3 3 4
[3,] 1 1 1 2 3 3 3 4 4 This shows that we produce 9
[4,] 1 1 1 3 3 3 3 3 4 combs just as predicted by
[5,] 1 1 1 3 3 3 3 4 4 our modified PT (i.e. entry
[6,] 1 1 2 3 3 3 3 3 4 (4, 9 + 1) = 9)
[7,] 1 1 2 3 3 3 3 4 4
[8,] 1 1 3 3 3 3 3 4 4
[9,] 1 2 3 3 3 3 3 4 4
快速说明一下,第一行占位符类似于传统 PT 的第二行(即
1 1
)。粗略地说(参见边缘情况的代码),如果第一个元素的频率为 m,则修改后的 PT 的第一行将包含 m + 1 个。没有通用公式的原因(例如类似于二项式系数的东西)
正如您从上面的 2 个示例中看到的,修改后的 PT 基于特定的多重集,因此无法推广。即使您考虑由相同的不同元素组成的某些基数的多重集,修改后的 PT 也会有所不同。例如,多重集
a = {1, 2, 2, 3, 3, 3}
和 b = {1, 1, 2, 2, 3, 3}
分别生成以下修改后的 PT: 1 1
1 2 2 1
1 3 5 6 5 3 1
1 1 1
1 2 3 2 1
1 3 6 7 6 3 1
请注意
a choose 2 = 5
而b choose 2 = 6
.基准:
这是指向 ideone 的链接展示了新算法的加速。对于 vector
{4, 2, 6, 4, 9, 8, 2, 4, 1, 1, 6, 9}
,原来的时间是2285718
时钟滴答,而上述算法在 8
中完成时钟滴答,总加速2285728 / 8 = 285714.75
... 快十万倍。它们都返回相同数量的组合(即 122)。大多数速度提升来自避免显式生成任何组合(或 OP 代码所做的排列)。
关于c++ - 重复组合计数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50949159/