作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
如何检测无限序列中的重复数字?我尝试了 Floyd & Brent 检测算法但一无所获...我有一个产生 0 到 9(含)范围内的数字的生成器,我必须识别其中的句点。
示例测试用例:
import itertools
# of course this is a fake one just to offer an example
def source():
return itertools.cycle((1, 0, 1, 4, 8, 2, 1, 3, 3, 1))
>>> gen = source()
>>> period(gen)
(1, 0, 1, 4, 8, 2, 1, 3, 3, 1)
最佳答案
这是一个有趣的问题。您的问题的更一般形式是:
Given a repeating sequence of unknown length, determine the period ofthe signal.
确定重复频率的过程称为 Fourier Transform .在您的示例中,信号是干净且离散的,但以下解决方案甚至适用于连续嘈杂的数据! FFT将尝试通过在所谓的“波空间”或“傅里叶空间”中逼近它们来复制输入信号的频率。基本上,该空间中的峰值对应于重复信号。信号的周期与达到峰值的最长波长有关。
import itertools
# of course this is a fake one just to offer an example
def source():
return itertools.cycle((1, 0, 1, 4, 8, 2, 1, 3, 3, 2))
import pylab as plt
import numpy as np
import scipy as sp
# Generate some test data, i.e. our "observations" of the signal
N = 300
vals = source()
X = np.array([vals.next() for _ in xrange(N)])
# Compute the FFT
W = np.fft.fft(X)
freq = np.fft.fftfreq(N,1)
# Look for the longest signal that is "loud"
threshold = 10**2
idx = np.where(abs(W)>threshold)[0][-1]
max_f = abs(freq[idx])
print "Period estimate: ", 1/max_f
这给出了这种情况的正确答案,10
尽管如果 N
没有干净地划分周期,您将得到一个接近的估计。我们可以通过以下方式可视化:
plt.subplot(211)
plt.scatter([max_f,], [np.abs(W[idx]),], s=100,color='r')
plt.plot(freq[:N/2], abs(W[:N/2]))
plt.xlabel(r"$f$")
plt.subplot(212)
plt.plot(1.0/freq[:N/2], abs(W[:N/2]))
plt.scatter([1/max_f,], [np.abs(W[idx]),], s=100,color='r')
plt.xlabel(r"$1/f$")
plt.xlim(0,20)
plt.show()
关于python - 检测周期不明来源,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11205037/
这是当我在 Eclipse 上运行用于 NFC 的 TagViewer.java 时在我的 logcat 上显示的错误。我正在运行一个 NFC 程序,基本上它会运行,但在某个时间段内该程序会自行关闭。
我是一名优秀的程序员,十分优秀!