Algorithm n位主脑变异算法

几天前，我在大学举办的比赛中遇到了这样一个问题：

考虑到智囊团游戏中使用数字进行猜测的历史 以成对（x，y）的形式表示颜色，其中x表示猜测，y表示如何猜测 许多数字的位置正确，请猜正确的数字。每个 输入保证有一个解决方案

5位游戏示例：

（90342,2）
（70794,0）
（39458,2）
（34109，1）
（51545，2）
（12531,1）

应产生：

39542

创建一个算法以正确猜测n位的结果 有史以来的主谋

因此，我唯一的想法是，根据给定猜测中的正确快照，保持每个数字正确的概率，然后尝试生成最可能的数字，然后生成下一个数字，依此类推-例如，我们第一个位置的9是40%可能（因为第一个猜测有2/5=40%正确），7是不可能的，依此类推。然后我们对数字中的其他地方做同样的操作，最后生成一个概率最高的数字，以测试所有猜测

然而，这种方法的问题是，生成下一个可能的数字，下一个，等等（因为我们可能不会在第一次尝试中获得一个本垒打）是非常重要的（或者至少我看不到一个简单的实现方法），因为这场比赛有90分钟的时间，这不是唯一的问题，我不认为如此复杂的事情是预期的方法

---

那么，如何才能更容易地做到这一点呢

概率在这里不适用。在这种情况下，数字不是对就是错。没有“部分正确”

对于5位数字，您可以根据给定的历史记录测试所有100000个可能的数字，并抛出匹配不正确的数字。这种方法在某些情况下对于较大的数字变得不切实际。您将得到一个符合条件的数字列表。如果列表中只有一个，那么您已经解决了它

python代码，其中

匹配

计算其2个参数的匹配位数：

for k in range(0,100000):
    if matches(k,90342)==2 and matches(k,70794)==0 and matches(k,39458)==2 and matches(k,34109)==1 and matches(k,51545)==2 and matches(k,12531):
        print k

印刷品：

39542

---

我想到的一种方法是编写一个例程，该例程通常可以根据特定的尝试及其分数过滤组合枚举

因此，对于您的示例，您首先会选择一个最受约束的尝试（分数为2的尝试之一）作为筛选器，然后枚举满足它的所有组合

然后，该枚举的输出将用作下一次未处理尝试的筛选器运行的输入，依此类推，直到尝试列表用尽为止

---

从最终枚举中得出的候选尝试就是解决方案。

听起来您可以使用约束编程工具来实现这一点。