Java中的集合组合算法

我有一个属性如下的数据集：

Marital_status = {M,S,W,D}
IsBlind = {Y,N}
IsDisabled = {Y,N}
IsVetaran = {Y,N}

等等，大约有200个这样的变量

我需要一个算法来生成属性的组合，每次使用一个值

换句话说，我的第一个组合是：

Marital_status = M, IsBlind = Y, IsDisabled = Y, IsVeteran = Y

Marital_status = M, IsBlind = Y, IsDisabled = Y, IsVeteran = N

下一组将是：

Marital_status = M, IsBlind = Y, IsDisabled = Y, IsVeteran = Y

Marital_status = M, IsBlind = Y, IsDisabled = Y, IsVeteran = N

我尝试使用一个简单的组合生成器，将每个属性的每个值都视为属性本身。它不起作用，因为组合中包含了相互排斥的选择，并且可能的组合数量非常巨大（准确地说是13387341799607485718549063389939406700260683726864088366400）

你能推荐一个算法吗（最好是用Java编码的）

---

谢谢

另找一条路。如果您有200个变量，并且每个变量至少有2个选择，那么您将拥有>=2^200个组合。如果你每纳秒生成一个组合，则需要大约10^43年的时间来列举2^200个选择。

正如基思所指出的，如果没有排除的组合，组合的数量将不可能很大，这将使你的需求无法满足。但是，因为您已经说过您有相互排斥的选择，所以解决方案空间将更小

小多少？取决于有多少选择是相互排斥的。我建议在太努力之前先做一些数学题

假设有足够多的选择是排他性的，您仍然需要对其进行强制操作，但您不太可能找到现有的、有用的算法

这就引出了一个问题：你这样做的原因是什么——彻底的测试？听起来不错，但你可能会发现这是不可能的。我自己也遇到过这个问题，最后，你可能会被迫选择一些精心挑选的“边缘”案例，再加上一些准随机选择的其他案例

读了你上面的评论，你对“互斥”的定义似乎与我不同，我担心你可能有问题

因此，一个特定的患者既不是瞎子也不是瞎子。伟大的但当你提到相互排斥时，我（我怀疑在座的其他人）并没有理解这一点

通过这些，我指的是，例如，如果是盲人，就不能是非残疾的，或者诸如此类的

---

如果属性之间没有大量相互排斥的相互关系，从而限制了它们的组合，则您将无法完成详尽的测试。

正如其他人（以及您自己）所指出的，不可能对此进行详尽的测试

我建议您采用抽样方法，并进行测试。你有很强的理论背景，因此你将能够在互联网上找到自己的方式来发现和理解这一点

---

但让我举一个小例子。现在，我将忽略可能的参数“集群”（密切相关）

• 创建一个数据样本，其中包含所有200个参数的所有可能值。这种穷举性确保不会忘记任何参数值
  它不必预先创建，值可以通过循环创建

• 对于一个数据的每个样本，需要添加其他值。一个简单的方法是选择要测试每个样本的次数（假设N=100）。对于一个数据的每个样本，将随机生成其他值的N倍

如果使用所有200个参数有1000个可能的值，并且N=100，那么我们将进行100K测试

---

您可以通过多种方式详细阐述这一基本理念：

• 如果您希望您的测试是可重复的，您可以只生成一次，存储它，然后在将来的所有测试中重用相同的集
• 您可以控制您的分布，以便每个值都能被公平地选择多次
• 在现实生活中，所有200个参数都不是没有连接的。许多参数实际上会与其他一些参数相关联，因为找到这些值的概率并不均匀。不像我以前那样只对一个参数进行初始穷举设置，
  我将在一组连接的参数上运行穷举集

---

您应该创建一个类，该类有一个列表，其中指向其自身的独占属性列表。然后变得容易。你能给出更多你想要的例子吗？我不明白你想要什么。如果您有200个属性，每个属性甚至只是一个简单的Y或N，那么您可以用2^200种不同的方式组合这些属性。这是超过1万亿个组合！这个问题暗示了某些组合是不可能的。然而，没有迹象表明这种互斥规则可能存在于何处。（如果这些排除将有效地将这种组合爆炸限制在更易于管理的范围内）从理论上讲，我正在逆向工程数据集的生成。我从文本中为州医疗保险/医疗补助资格申请创建了一个决策引擎。我首先将文本转换为PMML。现在我需要一个数据集来测试引擎和PMML编码。通常，人们会从一个训练集开始创建一个决策树，使用熵计算来确定最佳分区属性等。如果您熟悉C4.5、Qinlan算法等，您就会知道我在说什么。现在我正在尝试创建一个数据集，让引擎在其上运行，以实现100%的测试覆盖率。@mgv每个属性的值都是互斥的。是的，我正在考虑将数据集划分为10-20个块，并一次测试一个块。我无法想象这将是一个多么好的测试。请看我的评论上面关于我在做什么。我已经测试了一些边缘情况，但认为有可能有一种自动化的方式让电脑