Python 查找最大为1s列的最小行

我有一个包含所有0和1的numpy 2D数组，我希望这些行的每列至少有一个1。例如：

问题陈述：查找所有列中给出最大1的最小行

输入1:

   A B C D E
t1 0 0 0 1 1
t2 0 1 1 0 1
t3 0 1 1 0 1
t4 1 0 1 0 1
t5 1 0 1 0 1
t6 1 1 1 1 0

   A B C D E
t1 0 0 0 1 1
t2 0 1 1 0 1
t3 0 1 1 0 1
t4 1 0 1 0 1
t5 1 0 1 0 1
t6 1 1 1 1 1

这里有多种答案，如（t6，t1），（t6，t2），（t6，t3），（t6，t4），（t6，t5）

输入2:

   A B C D E
t1 0 0 0 1 1
t2 0 1 1 0 1
t3 0 1 1 0 1
t4 1 0 1 0 1
t5 1 0 1 0 1
t6 1 1 1 1 0

   A B C D E
t1 0 0 0 1 1
t2 0 1 1 0 1
t3 0 1 1 0 1
t4 1 0 1 0 1
t5 1 0 1 0 1
t6 1 1 1 1 1

答:t6

我不想使用蛮力法，因为我的原始矩阵非常大。有没有一种聪明的方法可以做到这一点？

简单的解决方案，最坏的情况是O（2^n） 这将迭代所有可能的行选择，从尽可能少的行开始，使得平均情况通常是低多项式时间

from itertools import combinations
import numpy as np

def minimum_rows(arr):
    out_list = []
    rows = arr.shape[0]
    for x in range(1, rows):
        for combo in combinations(range(rows),x):
            if np.logical_or.reduce(arr[[combo]]).all():
                out_list.append(combo)
        if out_list:
            return out_list

---

我完全是在手机上写的，没有经过太多的测试，所以它可能有用，也可能无效。它不使用任何技巧，但速度相当快。请注意，当列/行比率

较大或给定元素为
True
的概率较小时，其速度会较慢，因为这使得满足所需条件的行较少，从而导致
x
增加，这反过来会增加迭代的组合数。
您能澄清一下吗？如果一行中的每一列都有一个“1”，那么这不是一行充满了“1”的吗？塞巴斯蒂安：如果一行都有1，那么只有那一行才是答案。为什么（t4，t3，t1）不是一个有效的答案？你的标题完全错了，它根本无法描述你的问题……这就是答案。