- 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?
我有两个不等长的数组:
A = np.array([7,6,5,4,3,2,1])
B = np.array([37.97, 34.45, 32.41, 32.17, 35.48, 35.91, 33.81, 32.23, 33.46,
35.35, 33.03, 37.36, 32.18, 29.29, 30.23, 30.94, 34.26, 31.74,
29.24, 25.93, 29.26, 33.64, 33.28])
我需要从 B 中选择 7 个数字,以便与 A 的点积最小,即 min(7x1 + 6x2 + 5x3 +...+2x6 + x7)
。两个数组的顺序不得更改,例如,如果 x1 = 32.41(索引 2)
,则 x2
不能是之前的索引。
A 和 B 的长度实际上比示例中的要大,所以我正在寻找一些有效的算法而不是暴力。有什么想法吗?
编辑:通过不更改顺序,我的意思是如果我选择索引 2 处的元素,下一个元素可能是索引 5 或 10,但不能是索引 0 或 1。它们不需要像索引 2,3 那样连续,4,5....
更新答案:这就是我迄今为止根据 @templatetypedef 和 @Damien 答案所做的事情:
def min_dot_product(A,B,m,n):
P = np.zeros((n,m))
A_ = np.zeros((n,m))
B_ = np.zeros((n,m))
#P[0,0] = 0
P[1,1] = A[1]*B[1]
S[1,1] = 1
for k in range(2,m):
P[1,k] = np.inf
for i in range(2,n):
P[i,0] = 0
for k in range(1,m):
P[i,k] = min (P[i-1,k], P[i-1,k-1] + B[i] * A[k])
if (P[i-1,k] > P[i-1,k-1] + B[i] * A[k]):
A_[i,k] = A[k]
B_[i,k] = B[i]
S[i,k] = 1
return P,A_,B_,S
A = np.array([0,7,6,5,4,3,2,1]) # -> Insert 1 dummy value at the first position
B = np.array([0,37.97, 34.45, 32.41, 32.17, 35.48, 35.91, 33.81, 32.23, 33.46,
35.35, 33.03, 37.36, 32.18, 29.29, 30.23, 30.94, 34.26, 31.74,
29.24, 25.93, 29.26, 33.64, 33.28]) # -> Insert 1 dummy value at the first position
m = len(A)
n = len(B)
mat,A_,B_,S = min_dot_product(A,B,m,n)
Out:
mat
array([[ 0. , 0. , 0. , 0. , 0. , 0. , 0. , 0. ],
[ 0. , 241.15, inf, inf, inf, inf, inf, inf],
[ 0. , 226.87, 435.61, inf, inf, inf, inf, inf],
[ 0. , 225.19, 419.89, 596.46, inf, inf, inf, inf],
[ 0. , 225.19, 419.89, 596.46, 738.38, inf, inf, inf],
[ 0. , 225.19, 419.89, 596.46, 738.38, 846.11, inf, inf],
[ 0. , 225.19, 419.89, 588.94, 731.7 , 839.81, 913.73, inf],
[ 0. , 225.19, 418.57, 581.04, 717.86, 828.39, 904.27, 945.96],
[ 0. , 225.19, 418.57, 581.04, 714.88, 818.24, 895.31, 937.73],
[ 0. , 225.19, 418.57, 581.04, 714.88, 818.24, 888.94, 930.66],
[ 0. , 225.19, 418.57, 581.04, 713.16, 813.97, 884.3 , 921.97],
[ 0. , 225.19, 418.57, 581.04, 713.16, 813.97, 884.3 , 921.66],
[ 0. , 225.19, 418.27, 579.47, 709.76, 809.7 , 878.33, 916.48],
[ 0. , 205.03, 400.93, 564.72, 696.63, 797.63, 868.28, 907.62],
[ 0. , 205.03, 386.41, 552.08, 685.64, 787.32, 858.09, 898.51],
[ 0. , 205.03, 386.41, 541.11, 675.84, 778.46, 849.2 , 889.03],
[ 0. , 205.03, 386.41, 541.11, 675.84, 778.46, 846.98, 883.46],
[ 0. , 205.03, 386.41, 541.11, 668.07, 771.06, 841.94, 878.72],
[ 0. , 204.68, 380.47, 532.61, 658.07, 755.79, 829.54, 871.18],
[ 0. , 181.51, 360.26, 510.12, 636.33, 735.86, 807.65, 855.47],
[ 0. , 181.51, 357.07, 506.56, 627.16, 724.11, 794.38, 836.91],
[ 0. , 181.51, 357.07, 506.56, 627.16, 724.11, 791.39, 828.02],
[ 0. , 181.51, 357.07, 506.56, 627.16, 724.11, 790.67, 824.67]])
A_
array([[0., 0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0., 0.],
[0., 7., 6., 0., 0., 0., 0., 0.],
[0., 7., 6., 5., 0., 0., 0., 0.],
[0., 0., 0., 0., 4., 0., 0., 0.],
[0., 0., 0., 0., 0., 3., 0., 0.],
[0., 0., 0., 5., 4., 3., 2., 0.],
[0., 0., 6., 5., 4., 3., 2., 1.],
[0., 0., 0., 0., 4., 3., 2., 1.],
[0., 0., 0., 0., 0., 0., 2., 1.],
[0., 0., 0., 0., 4., 3., 2., 1.],
[0., 0., 0., 0., 0., 0., 0., 1.],
[0., 0., 6., 5., 4., 3., 2., 1.],
[0., 7., 6., 5., 4., 3., 2., 1.],
[0., 0., 6., 5., 4., 3., 2., 1.],
[0., 0., 0., 5., 4., 3., 2., 1.],
[0., 0., 0., 0., 0., 0., 2., 1.],
[0., 0., 0., 0., 4., 3., 2., 1.],
[0., 7., 6., 5., 4., 3., 2., 1.],
[0., 7., 6., 5., 4., 3., 2., 1.],
[0., 0., 6., 5., 4., 3., 2., 1.],
[0., 0., 0., 0., 0., 0., 2., 1.],
[0., 0., 0., 0., 0., 0., 2., 1.]])
B_
array([[ 0. , 0. , 0. , 0. , 0. , 0. , 0. , 0. ],
[ 0. , 0. , 0. , 0. , 0. , 0. , 0. , 0. ],
[ 0. , 32.41, 32.41, 0. , 0. , 0. , 0. , 0. ],
[ 0. , 32.17, 32.17, 32.17, 0. , 0. , 0. , 0. ],
[ 0. , 0. , 0. , 0. , 35.48, 0. , 0. , 0. ],
[ 0. , 0. , 0. , 0. , 0. , 35.91, 0. , 0. ],
[ 0. , 0. , 0. , 33.81, 33.81, 33.81, 33.81, 0. ],
[ 0. , 0. , 32.23, 32.23, 32.23, 32.23, 32.23, 32.23],
[ 0. , 0. , 0. , 0. , 33.46, 33.46, 33.46, 33.46],
[ 0. , 0. , 0. , 0. , 0. , 0. , 35.35, 35.35],
[ 0. , 0. , 0. , 0. , 33.03, 33.03, 33.03, 33.03],
[ 0. , 0. , 0. , 0. , 0. , 0. , 0. , 37.36],
[ 0. , 0. , 32.18, 32.18, 32.18, 32.18, 32.18, 32.18],
[ 0. , 29.29, 29.29, 29.29, 29.29, 29.29, 29.29, 29.29], x7
[ 0. , 0. , 30.23, 30.23, 30.23, 30.23, 30.23, 30.23], x6
[ 0. , 0. , 0. , 30.94, 30.94, 30.94, 30.94, 30.94],
[ 0. , 0. , 0. , 0. , 0. , 0. , 34.26, 34.26],
[ 0. , 0. , 0. , 0. , 31.74, 31.74, 31.74, 31.74],
[ 0. , 29.24, 29.24, 29.24, 29.24, 29.24, 29.24, 29.24], x5
[ 0. , 25.93, 25.93, 25.93, 25.93, 25.93, 25.93, 25.93], x4
[ 0. , 0. , 29.26, 29.26, 29.26, 29.26, 29.26, 29.26], x3
[ 0. , 0. , 0. , 0. , 0. , 0. , 33.64, 33.64], x2
[ 0. , 0. , 0. , 0. , 0. , 0. , 33.28, 33.28]]) x1
所以 min = P[n-1][m-1] = 824.67 = [7,6,5,4,3,2,1]*[33.28,33.64,29.26,25.93,29.24,30.23,29.29 ]
反转 A_ 和 B_:
def reverse(S,A_,B_):
n,m = S.shape
state = m-1
pos = []
if state >= 0:
for i in range(n-1,0,-1):
if (S[i][state] == 1):
state = state - 1
pos.append([i,state+1])
new_B = np.zeros(B_.shape)
new_A = np.zeros(A_.shape)
for p in pos:
new_B[p[0],p[1]] = B_[p[0],p[1]]
new_A[p[0],p[1]] = A_[p[0],p[1]]
return new_B,new_A
最佳答案
您在这里解决的问题具有以下形式:
Given two sequences A and B of lengths m and n, along with a number k, find the subsequence of B of length m that has the lowest dot product with A.
在您原来的问题中,我们有 m = 7,但更一般地说,我认为 7 可以替换为任何数字。
这个问题有一个很好的动态规划解决方案。其背后的直觉如下。假设您从数组 B 中选择一些数字作为 m 元素向量的第一个元素。然后,您的任务是确定剩余的 m-1 个元素是什么。如果您考虑一下,您会希望选择它们,以便这些 m-1 元素与 A 的最后 m-1 元素的点积尽可能小。那么,问题就变成了“你如何决定第一个项目应该是什么”和“你如何选择后续项目?”
实现此目的的一种方法是使用递归搜索。这个想法是这样的:
这种方法可行,但正如所写的那样,它太慢而无法实用。幸运的是,它恰好可以很好地转换为动态编程解决方案。请注意,每个递归调用都可以被构造为解决以下形式的问题:
Given an index i into A and an index j into B, what’s the smallest dot product you can form of a subsequence of B starting at position j and the subvector of A starting at position i?
i 和 j 在这里只能取 O(mn) 个可能的值,因此我们可以将这个问题视为填充该大小的表。具体来说,让 T[i, j] 作为我们的表。我们将填写如下:
填充每个表项需要时间 O(1),因此我们可以在 O(mn) 时间内填充表。从那里,我们可以使用标准 DP table-walking 算法来重建要包含的确切项目集。 (实际上,我们可以通过注意到,由于我们需要长度为 m 的 B 子序列,所以我们不需要填充整个表,因为元素的 m2 将是无穷大,因此我们实际上可以加快速度,并且我们可以跳过填写它们。这给出了 O(m(n - m + 1))) 的运行时间。
关于python - 在不改变顺序的情况下找到最小的乘积和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58922053/
我希望我的问题有一个非常简单的解决方案。我只是找不到它: 假设您有两个向量(一个是列向量,一个是行向量)A、B: A = [1,2,3] B = [4;5;6] 如果我们按如下方式将它们相乘,我们会得
我有一个 Tuple 的列表: "dog", 25 "cat", 5 "cat", 7 "rat", 4 "dog", 10 我需要的 Linq 查询规则必须满足以下条件:我需要按字符串值对元组进行分
给定 2 个不同的 NDarray,A 和 B,形状相同但尺寸任意,我如何获得 NDarray C,其中 C 是 A 和 B(含)范围内所有整数的乘积。 我的意思是A是起始数组,B是结束数组,我想要数
假设我需要为某些输入构建一个真值表,它要求我提供逻辑和、算术和和逻辑乘积。它们之间有什么区别? 最佳答案 逻辑和 - 一种计算机加法,当一个或两个输入变量为 1 时,结果为 1;当输入变量均为 0 时
我正在尝试执行一个简单的矩阵乘法 vector 乘法,但出于某种原因,我在几次乘法的结果中得到了错误的符号。我不知道为什么会这样,任何指针将不胜感激。 这是我的全部代码,即矩阵 * vector 函数
我在上一个主题中找到了一些关于 cuda 矩阵 vector 积的代码: Matrix-vector multiplication in CUDA: benchmarking & performanc
我遇到的第一个问题是显示三个数字中的最小和最大。出现两个单独的警报 - 第一个警报说第二大数字是最大的(因为它还没有考虑第三个数字),第二个警报正确地指出三个中最大的数字是最大的.不确定为什么会这样—
我有两个矩阵 a = np.matrix([[1,2], [3,4]]) b = np.matrix([[5,6], [7,8]]) 我想得到元素乘积,[[1*5,2*6], [3*7,4*8]],等
我有一个数组和一个 vector : ArrayXd m1(3, 1337); ArrayXd v1(1, 1337); ArrayXd result(3, 1337); 现在我想将 m1 的每一行与
我有两个 3D 矩阵: a = np.random.normal(size=[3,2,5]) b = np.random.normal(size=[5,2,3]) 我想要每个切片分别沿 2 轴和 0
我正在创建一个 C++ 软件,我需要一个包装器,它基于 Eigen 库,实现类似于官方网页中解释的运算符* https://eigen.tuxfamily.org/dox/group__Matrixf
我正在尝试将张量 (m, n, o) 分解为矩阵 A(m, r)、B (n, r) 和 C (k, r)。这被称为 PARAFAC 分解。 Tensorly已经做了这种分解。 一个重要的步骤是将 A、
我目前正面临这个问题。我有两个矩阵 MatrixXf答: 0.5 0.5 0.5 0.50.694496 0.548501 0.680067 0.7171110
我有以下 df: df = pd.DataFrame({'A': ['foo', 'bar', 'dex', 'tru'], 'B': ['abc', 'def'
假设我们有 2 个 2X2 numpy 数组: X=np.array([[0,1],[1,0]]) 和 I=np.array([[1,0],[0,1]]) 考虑一下克罗内克产品 XX=X^X 我让符号
我想弄清楚这是 Eigen 中的错误还是我做错了什么。我只想要两个复数 vector [1,i] 和 [1,-i] 的点积。答案是 1*1 + i*(-i) = 2。但是 Eigen 给出的答案是零。
我的 C 代码有问题。我所做的就是这样: #include int main() { float zahlen[2]; for (int i = 0; i < 2; i++) {
为了找到数字的因数,我正在使用函数 void primeFactors(int n) # include # include # include # include using namespa
我是一名优秀的程序员,十分优秀!