Python-Fermi-Dirac统计中的组合数学

费米-狄拉克统计表明，可分辨粒子在宏观状态内的微观状态数遵循以下形式的方程：

组合=m/（（m-N）！N

假设m是容器中弹性球的数量，N是你取出的弹性球的数量，这告诉我们有多少种独特的方法可以取出N 我正在尝试用python编写一个代码来读取每个组合，需要一些帮助。到目前为止，我所拥有的只是脚本，它告诉我有多少个组合。如果m=4和N=2，则有6个组合。我需要编写一个代码，告诉我这些组合是第一个和第二个、第一个和第三个、第一个和第四个、第二个和第三个，第二个和第三个和第四个。现在对于小m来说，这很容易用手来做，但你可以看到这很快变得单调。有人能帮我写一个脚本来做这件事吗

导入数学
打印“输入m的值”
m=int（原始输入（）；
打印“输入N的值”
N=int（原始输入（））；
打印math.factorial（m）/（math.factorial（m-N）*math.factorial（N））

这里是一个应该处理这个问题的算法的快速草图

def combinations(currentPosition, maxPosition, numToInclude):
    if numToInclude = 0 or currentPosition > maxPosition:
        return [[]]
    finalList = []
    listOfCombinations = combinations(currentPosition+1,maxPosition,numToInclude-1)
    for i in range(len(listOfCombinations)):
        finalList[2*i] = [1] + listOfCombinations[i]
        finalList[2*i+1] = [0] + listOfCombinations[i]
    return finalList

---

使用itertools.compositions很简单

import itertools

M=4
N=2

for combo in itertools.combinations(range(M),N):
    print combo

输出：

(0, 1)
(0, 2)
(0, 3)
(1, 2)
(1, 3)
(2, 3)

适用于Python 2.7的Itertools文档：

---

Itertools docs for Python 3.6:

ps。如果你投了反对票，了解原因会很有帮助，这样我就不会问措辞拙劣的问题了！如果你不需要真正优化性能或使用Itertools组合，我只需要编写一些小的递归算法（）你完全改变了问题。如果你有一个不同的问题，创建一个新的问题。我的朋友认为完全改变我的问题会很有趣。我很抱歉每个人都同意你！我会尝试一下！使用itertools.combines。它在标准库中。甚至有伪代码。你能解释一下这个算法吗一点点？我很难把我的问题融入其中。这就是为什么你应该使用itertools.combines。你不需要编码，因此你或其作者不可能引入错误（没有不尊重的意思，Erik）没有不尊重巴尼。如果我总是写完美的代码，我会赚更多的钱。