有两个n长数组( a和b )由整数> 2组成.
在每一个回合中,我都希望从每个数组( a[i]和b[j] )中删除一个整数,因为关于它们的某个条件是真的(例如,它们不是同质化的)。(如果条件不是真,我将尝试删除另一个组合)
毕竟,我想找到最大的旋转数,我可以做到这一点(直到没有可能的组合,以删除符合条件)。让我们称其为最佳的转弯数。
我试图用一个搜索算法和一个PriorityQueue来解决这个问题:
def search(n, a, b):
q = queue.PriorityQueue()
encountered = set()
encountered.add((tuple(a), tuple(b)))
q.put((number_of_coprime_combinations(a, b), a, b))
while q:
cost, a, b = q.get()
combs = not_coprime_combinations(a, b)
if not combs:
return n - len(a)
for a, b in combs:
if not (tuple(a), tuple(b)) in encountered:
q.put((number_of_coprime_combinations(a, b), a, b))
encountered.add((tuple(a), tuple(b)))number_of_coprime_combinations(a, b)返回给定数组a和b的可能的余素组合数。这被用作两个数组的给定状态的成本。
def number_of_coprime_combinations(a, b):
n = 0
for idx_a, x in enumerate(a):
for idx_b, y in enumerate(b):
if is_coprime(x, y):
n += 1
return nnot_coprime_combinations(a, b)返回一个可能的状态列表,其中从a和b中删除了一个非辅素数组合。
def not_coprime_combinations(a, b):
l = []
for idx_a, x in enumerate(a):
for idx_b, y in enumerate(b):
if not is_coprime(x, y):
u, v = a[:], b[:]
del(u[idx_a])
del(v[idx_b])
l.append((u, v))
return l
>>> not_coprime_combinations([2,3],[5,6])
[([3], [5]), ([2], [5])]问题是,对于大型整数数组,这种解决方案效率很低。所以我想知道这个问题是否有更好的解决办法。
示例:
n = 4
a = [2, 5, 6, 7]
b = [4, 9, 10, 12]可以删除:
(2, 4)
(5, 10)
(6, 9)这将导致最佳解决方案:
a = [7]
b = [12]但如果要移除:
(6, 12)
(2, 10)我们就可以得到次优解:
a = [5, 7]
b = [4, 9]该算法应该始终得到最佳的转弯数(在本例中为3)。
发布于 2013-07-08 13:12:40
据我所知,要解决这个问题:
我看不出怎么能更快地解决这个问题。
发布于 2013-07-09 15:36:33
我知道你把这个问题带到哪里去了。你解决这个问题是错误的,因为它的O(n^2)和贪婪。N <= 10^5.2> a,b< 10^9来自数组
我认为在这个问题上你必须找到一些窍门。在二部图中,所有的最大匹配算法都是TL算法。
https://stackoverflow.com/questions/17527009
复制相似问题