python - N 个随机、连续且不重叠的子序列，每个子序列的长度

Question

我正在尝试获取序列的 n 个随机且不重叠的切片，其中每个子序列的长度为 l，最好按照它们出现的顺序。

这是我到目前为止的代码，每次尝试让它工作时它都变得越来越困惑，不用说它不起作用。

def rand_parts(seq, n, l):
    """
    return n random non-overlapping partitions each of length l.
    If n * l > len(seq) raise error.
    """
    if n * l > len(seq):
        raise Exception('length of seq too short for given n, l arguments')
    if not isinstance(seq, list):
        seq = list(seq)
    gaps = [0] * (n + 1)
    for g in xrange(len(seq) - (n * l)):
        gaps[random.randint(0, len(gaps) - 1)] += 1
    result = []
    for i, g in enumerate(gaps):
        x = g + (i * l)
        result.append(seq[x:x+l])
        if i < len(gaps) - 1:
            gaps[i] += x
    return result

例如，如果我们说rand_parts([1, 2, 3, 4, 5, 6], 2, 2)，则它可以从下图中返回 6 种可能的结果:

[1, 2, 3, 4, 5, 6]
 ____  ____

[1, 2, 3, 4, 5, 6]
 ____     ____ 

[1, 2, 3, 4, 5, 6]
 ____        ____ 

[1, 2, 3, 4, 5, 6]
    ____  ____ 

[1, 2, 3, 4, 5, 6]
    ____     ____ 

[1, 2, 3, 4, 5, 6]
       ____  ____

所以 [[3, 4], [5, 6]] 是可以接受的，但 [[3, 4], [4, 5]] 不会' t 因为它是重叠的，并且 [[2, 4], [5, 6]] 也不会因为 [2, 4] 不连续。

我在进行一些代码高尔夫时遇到了这个问题，因此出于利益考虑，看到一个简单的解决方案和/或一个高效的解决方案也很好，对我现有的代码不太感兴趣。

Answer 1

def rand_parts(seq, n, l):
    indices = xrange(len(seq) - (l - 1) * n)
    result = []
    offset = 0
    for i in sorted(random.sample(indices, n)):
        i += offset
        result.append(seq[i:i+l])
        offset += l - 1
    return result

要理解这一点，首先考虑l == 1的情况。然后它基本上只是按排序顺序返回输入数据的 random.sample() ；在这种情况下，offset 变量始终为 0。

l > 1 的情况是前一种情况的扩展。我们使用 random.sample() 来选取位置，但保持偏移量来移动连续结果:通过这种方式，我们确保它们是不重叠的范围 - -- 即它们开始时彼此的距离至少为 l，而不是 1。