Math 创建长度为n且k个真值分散的布尔向量

问题是创建长度为

n

的布尔向量，其中

k

true

条目（以及

n-k

false

条目）在向量中分散得很好

如果

k=5

和

n=8

手动创建的解决方案是

[1 0 1 1 0 1 1][/code>或
[1 0 1 0 1 1 1 1]
等

带有分散性不好的条目的向量的示例是
[1 1 0 0 0 0]

“良好分散性”的一个可能标准是具有交替的零块和长度大致相同的一块-具体地说是一块大小
floor（n/k）
或
floor（n/k）+1
和零块大小
floor（n/（n-k））
或
floor（n/（n-k））+1

如何创建这样一个向量？
获取最简单的实现，并模拟绘制具有端点坐标的线段
（0,0）-（1，0）
。这只是错误传播方法

当算法生成X坐标变化（X步）时，它对应于1个条目，Y步对应于零位

def Distribute(ones, zeros):
    leng = ones + zeros
    err = leng // 2
    res = []
    for i in range(0, leng):
        err = err - ones
        if err < 0 :
            res.append(1)
            err = err + leng
        else:
            res.append(0)
    print(res)

Distribute(5,3)
[1, 0, 1, 0, 1, 1, 0, 1]

def分配（一，零）：
长度=一+零
err=leng//2
res=[]
对于范围（0，长度）内的i：
err=err-one
如果误差<0：
决议附件（1）
错误=错误+长度
其他：
res.append（0）
打印（res）
分发（5,3）
[1, 0, 1, 0, 1, 1, 0, 1]
一个可能的标准。。。有很多可能的标准，你必须指定一个，并解释你在这个问题上有什么困难。这很好！这个版本的Bresenham算法能保证创建一个精确的
k
个数的向量吗？或者我需要检查结果吗？由此可以得出derived@mschauer我希望是的。但也可以使用另一个带有显式循环X的实现