检查共振条件-Pythonic/算法改进？

这个问题的目的是提高我使用python和/或算法的技能

我有两个数组（模式[：，2]，模式[：，3]），我试图找出所有可能的唯一组合，其中

modes[i,2]+modes[j,2] = modes[k,2] (within a numerical bound)
AND
modes[i,3]+modes[j,3] = modes[k,3] (within a numerical bound)

现在，我只是使用一个简单的三重嵌套循环来实现这一点：

import numpy as np
# Load the array from file
modes=np.loadtxt('nonzeros.txt')
ebk=modes[:,4].max()
ofile=open('parametric_modes.txt','w')


for k in range(len(modes[:,0])):
   for i in range(len(modes[:,0])):
      for j in range(i+1,len(modes[:,0])):

         # Check for the resonance condition.
         if modes[k,2]-0.01 <= modes[i,2]+modes[j,2]\
             <=modes[k,2]+0.01 and modes[k,3]-0.01 <=\
          modes[i,3]+modes[j,3] <= modes[k,3]+0.01:

            # Check the amplitude.
            if modes[k,4] >= ebk*2e-3:

               print >> ofile,modes[i,4],modes[j,4],modes[k,4],\
                              modes[i,2],modes[j,2],modes[k,2],\
                              modes[i,3],modes[j,3],modes[k,3]

ofile.close()

将numpy导入为np
#从文件加载数组
modes=np.loadtxt（'nonzeros.txt'）
ebk=模式[：，4].max（）
ofile=open（'parametric_modes.txt'，'w'）
对于范围内的k（len（模式[：，0]））：
对于范围内的i（len（模式[：，0]）：
对于范围内的j（i+1，len（模式[：，0]）：
#检查共振情况。
如果模式[k，2]-0.01
l=len（模式[：，0]）
[（i，j，k）表示范围内的i（0，l）表示范围内的i（0，l）表示范围内的i（0，l）表示范围内的j（i，l）如果（abs（模式[i，2]+模式[j，2]-模式[k，2]）+abs（模式[i，3]+模式[j，3]-模式[k，3]）<.01]
您可以执行O（n^2logn）

对数组进行排序。对于i&j的每一个组合，都要进行二进制搜索，以获得与您的条件最接近的k。
您正试图解决两个实例，其中Wikipedia有一个简单的O（N^2）算法。为您的目的调整它应该足够简单。您只需要调整它以使用A+B=C并允许使用边界C，这可能需要使用两个点，而不是C的1，一个下限索引和一个上限索引

您可能需要对两个数组执行此操作，然后检查三元组（i，j，k）是否对两个数组都有效，因为您可能无法同时执行两个数组

l = len(modes[:,0])

[(i, j, k) for i in range(0, l) for i in range(0, l ) for j in range(i, l ) if (abs(modes[i,2]+modes[j,2] - modes[k,2]) + abs(modes[i,3]+modes[j,3] - modes[k,3])) < .01 ]