Python 变异算法效率

与其遍历矩阵中的每个元素并检查random（）返回的值是否低于突变率，不如生成与突变率匹配的一定数量的随机索引，或者是否有其他方法，这样做是否有效？

是的

---

假设你的基因长度为100，突变率为0.1，那么选择100*0.1=10个随机指数并对其进行突变比生成和检查100个数字要快

如果可能的话，你能提供一些样本数据来说明你想做什么吗？也许这是我不理解的行话，但我认为不清楚你所说的“突变率”是什么意思。这与矩阵/矩阵元素有什么关系？如果你在

numpy

工作，使用Python级别的for循环遍历数组几乎总是有更好的方法。如果没有更多的细节，这个问题就太宽泛了。更多的轶事证据表明这个问题可能并不完全清楚：我个人不知道你在说什么，尽管每个标签看起来都很熟悉。请提供一份报告，并清楚地解释哪些工作没有按预期进行。