- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
问题:总共,我有 1-300 个职位需要填写,我有 50 个项目,每个项目有 6 个独特的职位可供选择(总共 300 个职位)。每个项目的平均排名需要在 145-155 范围内(越接近 150 越好)
约束:对于每个项目,其 6 个位置中的每一个都必须落在固定范围列表(称为运行)内,但不能在同一运行内,
例如运行次数为:[(1,36), (37,73), (74,110), (111,148), (149,186), (187,225), (226,262), (263, 300)]
。因此,第 1 项的位置可以为 1、38、158、198、238、271 - 因此不能在同一次运行中出现两次。
选择的位置应该是随机的 - 或尽可能随机
我遇到的问题:将随机选择的位置限制为平均值 150(或非常接近)似乎非常困难。我已经尝试了代码的各种不同实现,但大多数都会导致它卡在接近末尾的位置(由于没有足够的位置可供选择),或者不会非常接近。我最好的尝试只是涉及我放置的 if 语句,至少尝试限制范围,但它仍然只能得到大约 130-170 的范围。这感觉像是一个非常糟糕的方法,我想知道是否有一种方法可以通过算法来完成它,而不是仅仅粘贴 if 语句以希望某些东西能起作用。
我对随机创可贴限制的最佳尝试:https://pyfiddle.io/fiddle/dfc6dfd1-1e12-46df-957c-d7ae0e94fbe3/?i=true
^ 正如您所看到的,平均值有所不同,大多数情况都在可接受的范围内,有些只是偏离/非常偏离
我花了几个星期的时间来解决这个问题,但真的想不出什么办法可以将其限制在适当的平均值(145-155),并希望在这里得到任何帮助
最佳答案
这种方法使用动态规划来随机提取尽可能好的组 50 次。然后,它将不完美的东西与一些好的东西一起放回原处,并尝试同样的事情。它不断这样做,同时放宽完美的定义,直到获得 50 个可接受的组。
速度很慢。 (在我的笔记本电脑上大约 20 秒。)但它经常使所有组的平均值完全相同。在多次运行中,我没有看到任何组超出范围[150.0, 151.0]
。
#! /usr/bin/env python3
import math
import collections
import random
BaseNode = collections.namedtuple('BaseNode', 'sum value ways run prev_node')
class Node(BaseNode):
def merge(self, other):
if self.sum != other.sum:
print(self)
print(other)
raise Exception('Can only merge nodes with the same sum.')
ways = self.ways + other.ways
if self.ways <= random.randint(1, ways):
return Node(sum=self.sum, value=self.value, ways=ways,
run=self.run, prev_node=self.prev_node)
else:
return Node(sum=other.sum, value=other.value, ways=ways,
run=other.run, prev_node=other.prev_node)
def extract_group(self):
values = []
node = self
while node.value is not None:
node.run.remove(node.value)
values.append(node.value)
node = node.prev_node
return sorted(values)
def random_next_group_from_runs (runs):
runs_by_count = {}
# organize by count
for run in runs:
count = len(run)
if count in runs_by_count:
runs_by_count[count].append(run)
else:
runs_by_count[count] = [run]
required_runs = []
optional_runs = []
largest = max(runs_by_count.keys())
if 6 < len(runs_by_count[largest]):
largest = largest + 1
else:
required_runs = runs_by_count[largest]
for count, these_runs in runs_by_count.items():
if count < largest:
optional_runs.extend(these_runs)
# We start with the empty sum.
node_by_sum_by_count = {0: {0: Node(sum=0, value=None, ways=1, run=None, prev_node=None)}}
# We update to use a value from each required run.
for run in required_runs:
new_node_by_sum_by_count = {}
for count, node_by_sum in node_by_sum_by_count.items():
if count+1 not in new_node_by_sum_by_count:
new_node_by_sum_by_count[count+1] = {}
new_node_by_sum = new_node_by_sum_by_count[count+1]
for s, node in node_by_sum.items():
for i in run:
new_node = Node(sum=s+i, value=i, ways=node.ways, run=run, prev_node=node)
if s+i not in new_node_by_sum:
new_node_by_sum[s+i] = new_node
else:
# This merge hides the random choice of which one to take.
new_node_by_sum[s+i] = new_node_by_sum[s+i].merge(new_node)
node_by_sum_by_count = new_node_by_sum_by_count
# We may use a value from each optional run.
for run in optional_runs:
new_node_by_sum_by_count = {}
for count, node_by_sum in node_by_sum_by_count.items():
# The options where we do not use this run.
if count not in new_node_by_sum_by_count:
new_node_by_sum_by_count[count] = {}
new_node_by_sum = new_node_by_sum_by_count[count]
for s, node in node_by_sum.items():
if s not in new_node_by_sum:
new_node_by_sum[s] = node
else:
new_node_by_sum[s] = new_node_by_sum[s].merge(node)
# The options where we do use this run.
if count+1 not in new_node_by_sum_by_count:
new_node_by_sum_by_count[count+1] = {}
new_node_by_sum = new_node_by_sum_by_count[count+1]
for s, node in node_by_sum.items():
for i in run:
new_node = Node(sum=s+i, value=i, ways=node.ways, run=run, prev_node=node)
if s+i not in new_node_by_sum:
new_node_by_sum[s+i] = new_node
else:
# This merge hides the random choice of which one to take.
new_node_by_sum[s+i] = new_node_by_sum[s+i].merge(new_node)
node_by_sum_by_count = new_node_by_sum_by_count
# Widening sums close to 903
avg = 903
def try_sum():
yield avg
i = 1
while True:
yield avg - i
yield avg + i
i = i+1
# We only want groups with 6 elements.
node_by_sum = node_by_sum_by_count[6]
for i in try_sum():
if i in node_by_sum:
return node_by_sum[i].extract_group()
runs = [
set(range(1, 37)),
set(range(37, 74)),
set(range(74, 111)),
set(range(111, 149)),
set(range(149, 187)),
set(range(187, 226)),
set(range(226, 263)),
set(range(263, 301)),
]
in_run = {}
for i in range(len(runs)):
for j in runs[i]:
in_run[j] = i
#runs = [ set(range(i*36+1, i*36+37)) for i in range(8) ]
groups = []
bad_groups = []
attempt = 0
while attempt == 0 or 0 < len(bad_groups):
attempt = attempt + 1
# We add a few groups to bad groups in principle.
for i in range(attempt):
if 20 < len(groups):
bad_groups.append(groups.pop())
for group in bad_groups:
for i in group:
runs[in_run[i]].add(i)
bad_groups = []
while len(groups) + len(bad_groups) < 50:
group = random_next_group_from_runs(runs)
if abs(sum(group) - 903) <= math.floor(attempt/5.0):
groups.append(group)
else:
bad_groups.append(group)
random.shuffle(groups)
for group in groups:
print([sum(group), group])
关于python - 如何约束具有多个随机选择位置的项目,使每个项目的平均位置在一定范围内,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59505520/
我在 MySQL 中有以下数据,我想求和(总计)然后除以行数。 例子: 我想对 AcctSessionTime 列中的所有数字求和并将其除以项目数,所以在我们的例子中 6+4+3+31=44 将它们除
我试图找出一个值在列中出现的平均次数,根据另一列对其进行分组,然后对其进行计算。 我有 3 张 table ,有点像这样 DVD ID | NAME 1 | 1 2 | 1 3
好吧,我完全被困在这里,如果这给你们带来任何不便,我深表歉意,但我需要你们的帮助。 我目前正在自学 C,并且从昨天开始慢慢地达到目标。所以我想给自己一个任务,让用户输入 3 个数字,程序必须找到这三个
我在使用 subAverage 类时遇到困难。当我使用 main 方法时,它似乎无法正常运行。基本上,subAverage 对数组中包含开始索引和结束索引的项进行平均。但是,当我运行它时,我得到了 3
像这样平均一个表不是问题 table = [[1,2,3,0],[1,2,3,0],[1,2,3,4]] 你可以 print numpy.average(table,axis=0) 但是如果我有不均匀
问题 -开发一个类平均脚本,每次运行时都会处理任意数量的结果。提示用户输入每个结果,直到他/她输入 -1。 (哨兵)确定类(class)平均值并将其写入页面。如果未输入结果(第一个输入为 -1),则显
我有 2 个包含以下数据的数组: Array1 = [A, A, A, A, B, B, B, C, C, C, C, C]; Array2 = [4, 2, 4, 6, 3, 9, 6, 5,
我有一个如下所示的文本文件: Mike 5 7 9 Terry 3 7 4 Ste 8 2 3 我写了下面的程序 从文本文件中检索数据 将文本分成由空格分隔的列 将每个名字后面的分数按顺序排序(最低在
我试图找到范围内数字的平均值(即找到 1-1000 范围内所有数字的平均值)。我编写了以下代码来执行此操作,但由于 if 语句,在运行时,代码会生成多个数字。然后我尝试使用 while-loop 代替
我有一系列事件。 1 是好的,0 是坏的。寻找寻找 1 个序列的最大、最小和平均长度的最 Pythonic 方式。 例如: seq ="00100000000000110100100000000011
我有一个包含类似于以下数据的表格: Group TimePoint Value 1 0 1 1 0 2
假设我有一个类 C,它具有属性 a。 从 Python 中的 C 列表中获取 a 总和的最佳方法是什么? 我已经尝试了以下代码,但我知道这不是正确的做法: for c in c_list: t
我有一个看起来像的数据: AAA_1 AAA_2 AAA_3 BBB_1 BBB_2 BBB_3 CCC 1 1 1 1 2 2
对于分色算法,我需要对 std::vector 中的颜色值 (QRgb) 进行平均。 您建议如何做?分别对 3 个分量求和然后取平均值?不然呢? 最佳答案 自 QRgb只是一个 ARGB 格式的 32
在this问题中,我要求对精度调用曲线进行澄清。 特别是,我问我们是否必须考虑一定数量的排名才能画出曲线,还是我们可以合理地选择自己。根据answer,第二个是正确的。 但是,现在我对平均精度(AP)
我想在 UDP 数据包丢失(或丢失)问题上获得其他 SO'ers 的经验。 最初我的理解是,给定直接点对点连接,其中网卡通过交叉电缆连接,网卡上有充足的缓冲区并及时处理所述缓冲区,“应该”没有数据包丢
我有一系列数据,这些数据是通过分子动力学模拟获得的,因此在时间上是连续的,并且在某种程度上是相关的。我可以将平均值计算为数据的平均值,我想估计与以这种方式计算的平均值相关的误差。 根据 this bo
我正在使用以下averageIf公式 =AVERAGEIF('Backend Data - Aerospace'!D:D, "Total",'Backend Data - Aerospace'!E:E
我想列出所有收入超过平均工资的员工。我对此有点迷茫。我需要将所有薪水加起来然后取平均,只显示收入高于平均水平的薪水。在这方面我需要很多帮助。 我的查询不起作用 SQL> select empno,
我正在运行一些音频压缩测试并尝试 Skype's Silk .在他们的测试应用程序中,我看到压缩率为 94%。这似乎很高,这是 Silk 的典型比率吗?这与其他音频压缩编解码器有可比性吗? 最佳答案
我是一名优秀的程序员,十分优秀!