ruby中求和为N的K个数的可能方程的个数
我必须用RubyonRails创建一个程序,这样就可以用更少的时间来解决特定的问题。现在,对于k=4,我得到的响应时间更少,但是对于k>5,响应时间更多 问题: 问题是响应时间 当k值大于5(k>5)时,响应时间对于下面的公式来说太晚了 输入:K,N(其中0ruby中求和为N的K个数的可能方程的个数,ruby,algorithm,logic,Ruby,Algorithm,Logic,我必须用RubyonRails创建一个程序,这样就可以用更少的时间来解决特定的问题。现在,对于k=4,我得到的响应时间更少,但是对于k>5,响应时间更多 问题: 问题是响应时间 当k值大于5(k>5)时,响应时间对于下面的公式来说太晚了 输入:K,N(其中07或更少的数组,最多有k=>3个元素,包括一个或多个2,以及零个或多个1(这有点多,但正如我将解释的那样,它仍然不精确。) 创建由块变量f表示的初始空哈希。此哈希的默认值如下: f[k] << o 被执行之前 f[k] <
n
的个数精确地转换成K
总和。这个数字(计算上)有点难看
思想是这样的:让p(n,k)
成为将n
划分为k
非零和数的方法的数量;然后p(n,k)=p(n-1,k-1)+p(n-k,k)
。证明:每个分区要么包含1
,要么不包含1作为和数之一。第一种情况p(n-1,k-1)
计算总和中存在1
的情况数;将该1
从总和中移除,并将剩余的n-1
划分为现在可用的k-1
总和。第二种情况P(n-k,k)
考虑每个求和严格大于1
的情况;为此,将所有k
求和减少1
并从那里递归。显然,对于所有n>0
,P(n,1)=1
这可能提到,一般的k
没有已知的封闭形式。你想要将n
的数量精确地转化为k
总和。这个数字(计算上)有点难看
思想是这样的:让p(n,k)
成为将n
划分为k
非零和数的方法的数量;然后p(n,k)=p(n-1,k-1)+p(n-k,k)
。证明:每个分区要么包含1
,要么不包含1作为和数之一。第一种情况p(n-1,k-1)
计算总和中存在1
的情况数;将该1
从总和中移除,并将剩余的n-1
划分为现在可用的k-1
总和。第二种情况P(n-k,k)
考虑每个求和严格大于1
的情况;为此,将所有k
求和减少1
并从那里递归。显然,对于所有n>0
,P(n,1)=1
这就提到,一般的
k
没有已知的封闭形式。这里有两种方法来计算您的答案。第一种方法简单但效率不高;第二种方法依赖于优化技术,速度更快,但需要大量代码
紧凑但效率低下
这是一种紧凑的计算方法,使用以下方法:
代码
例子
评论
前两次计算耗时不到一秒,但第三次计算耗时几分钟
效率更高,但复杂性更高
代码
评论
计算组合(1000,3)。大小大约需要5秒,其他的都在1秒以内
解释
此方法用于计算解决方案。状态变量是用于计算大小不超过k
且元素总和不超过n
的数组的最大正整数。从等于1的最大整数开始。下一步是计算k
或更少元素的所有组合,包括数字1和2,然后是1、2和3,依此类推,直到我们有k
或更少元素的所有组合,包括数字1到n
。然后我们从上一次计算中选择所有k
元素的组合,这些元素的总和为n
假设
k => 3
n => 7
然后
这意味着,仅使用数字1
,[[1]]
是求和为1
的所有数组的数组,[[1,1]]
是求和为2
的所有数组的数组
im = [i]*m #=> [2]*1 => [2]
mxi = m*i #=> 2*1 => 2
请注意,这不包括元素3=>[[1,1,1]]
。这是因为,已经有k=3
elments,if不能与任何其他元素组合,并且总和为3<7
我们接下来执行:
enum = (2..n-k+1).each #=> #<Enumerator: 2..5:each>
正如n=>7
一样,您可能想知道为什么此数组以5
结尾。这是因为没有包含三个正整数的数组,其中至少有一个是6
或7
,其元素总和为7
第一个值enum
传递到块中,由块变量i
表示,它是2
。我们现在将计算一个哈希g
,它包括所有和n=>7
或更少的数组,最多有k=>3个元素,包括一个或多个2
,以及零个或多个1
(这有点多,但正如我将解释的那样,它仍然不精确。)
创建由块变量f
表示的初始空哈希。此哈希的默认值如下:
f[k] << o
被执行之前
f[k] << o
(当第一个元素之后的元素被传递到块中时,哈希可能不是空的)。传递到块的第一个元素是[1,{}]
,由块变量表示:
m => 1
f => Hash.new {|h,k| h[k]=[]}
m=>1
意味着我们将首先构造包含一个(i=
)2
的数组
im = [i]*m #=> [2]*1 => [2]
mxi = m*i #=> 2*1 => 2
作为(m==k)#=>(1==3)=>false
,我们接下来执行
f[mxi] << im if mxi + (k-m)*(i+1) <= n
#=> f[2] << [2] if 2 + (3-1)*(1+1) <= 7
#=> f[2] << [2] if 8 <= 7
它传递值
enum3.to_a #=> [1, 2]
在它的块中,由块变量j
表示,它是散列h
的键。我们在这里要做的是将一个2
(m=1
)与包含整数到1
(即仅)的元素数组相结合
enum = (2..n-k+1).each #=> #<Enumerator: 2..5:each>
enum.to_a #=> [2, 3, 4, 5]
enum2 = (1..[n/i,k].min).each_with_object(Hash.new {|h,k| h[k]=[]})
#=> (1..[7/2,3].min).each_with_object(Hash.new {|h,k| h[k]=[]})
#=> (1..3).each_with_object(Hash.new {|h,k| h[k]=[]})
f[k] << o
(f[k] |= []) << o
f[k] = []
f[k] << o
enum2.to_a #=> => [[1, {}], [2, {}], [3, {}]]
m => 1
f => Hash.new {|h,k| h[k]=[]}
im = [i]*m #=> [2]*1 => [2]
mxi = m*i #=> 2*1 => 2
f[mxi] << im if mxi + (k-m)*(i+1) <= n
#=> f[2] << [2] if 2 + (3-1)*(1+1) <= 7
#=> f[2] << [2] if 8 <= 7
enum3 = (1..[(i-1)*(k-m), n-mxi].min).each
#=> = (1..[2,5].min).each
#=> = (1..2).each
#=> #<Enumerator: 1..2:each>
enum3.to_a #=> [1, 2]
h[j] #=> [[1]]
enum4 = h[j].each #=> #<Enumerator: [[1]]:each>
enum4.to_a #=> [[1]]
a #=> [1]
f[mxi+j].concat([a+im]) if
((a.size==k-m && mxi+j==n) || (a.size<k-m && (mxi+j+(k-m-a.size)*(i+1))<=n))
#=> f[2+1].concat([[1]+[2]) if ((1==2 && 2+1==7) || (1<=3-1 && (2+1+(1)*(3)<=7))
#=> f[3].concat([1,2]) if ((false && false) || (1<=2 && (6<=7))
#=> f[3] = [] << [[1,2]] if (false || (true && true)
#=> f[3] = [[1,2]] if true
a.size==k-m && mxi+j==n
([2] + f[j]).size == k && ([2] + f[j]).reduce(:+) == n
h[j] #=> [[1, 1]]
enum4 = h[j].each #=> #<Enumerator: [[1, 1]]:each>
enum4.to_a #=> [[1, 1]]
a #=> [1, 1]
f[mxi+j].concat([a+im]) if
((a.size==k-m && mxi+j==n) || (a.size<k-m && (mxi+j+(k-m-a.size)*(i+1)<=n))
#=> f[4].concat([1, 1, 2]) if ((2==(3-1) && 2+2 == 7) || (2+2+(3-1-2)*(3)<=7))
#=> f[4].concat([1, 1, 2]) if (true && false) || (false && true))
#=> f[4].concat([1, 1, 2]) if false
f={3=>[[1, 2]], 4=>[[2, 2]]}
g #=> {3=>[[1, 2]], 4=>[[2, 2]]}
g.update({ n=>[i]*k }) if i*k == n
#=> g.update({ 7=>[2,2,2] }) if 6 == 7
h.update(g) { |k,ov,nv| ov+nv }
#=> {}.update({3=>[[1, 2]], 4=>[[2, 2]]} { |k,ov,nv| ov+nv }
#=> {1=>[[1]], 2=>[[1, 1]], 3=>[[1, 2]], 4=>[[2, 2]]}
i m j f
h #=> { 1=>[[1]], 2=>[[1,1]] }
2 1 1 {3=>[[1, 2]]}
2 1 2 {3=>[[1, 2]]}
2 2 1 {3=>[[1, 2]], 4=>[[2, 2]]}
{3=>[[1, 2]], 4=>[[2, 2]]}
3 1 1 {}
3 1 2 {}
3 1 3 {}
3 1 4 {7=>[[2, 2, 3]]}
3 2 1 {7=>[[2, 2, 3], [1, 3, 3]]}
g before g.update: {7=>[[2, 2, 3], [1, 3, 3]]}
g after g.update: {7=>[[2, 2, 3], [1, 3, 3]]}
h after h.update(g): {1=>[[1]],
2=>[[1, 1]],
3=>[[1, 2]],
4=>[[2, 2]],
7=>[[2, 2, 3], [1, 3, 3]]}
4 1 1 {}
4 1 2 {}
4 1 3 {7=>[[1, 2, 4]]}
g before g.update: {7=>[[1, 2, 4]]}
g after g.update: {7=>[[1, 2, 4]]}
h after h.update(g): {1=>[[1]],
2=>[[1, 1]],
3=>[[1, 2]],
4=>[[2, 2]],
7=>[[2, 2, 3], [1, 3, 3], [1, 2, 4]]}
5 1 1 {}
5 1 2 {7=>[[1, 1, 5]]}
g before g.update: {7=>[[1, 1, 5]]}
g after g.update: {7=>[[1, 1, 5]]}
h after h.update(g): {1=>[[1]],
2=>[[1, 1]],
3=>[[1, 2]],
4=>[[2, 2]],
7=>[[2, 2, 3], [1, 3, 3], [1, 2, 4], [1, 1, 5]]}
h[n].select { |a| a.size == k }
#=> h[7].select { |a| a.size == 3 }
#=> [[2, 2, 3], [1, 3, 3], [1, 2, 4], [1, 1, 5]]
def combos(n,k)
if k == 1
return [n]
end
(1..n-1).flat_map do |i|
combos(n-i,k-1).map { |r| [i, *r].sort }
end.uniq
end
def combos(n,k,min = 1)
if n < k || n < min
return []
end
if k == 1
return [n]
end
(min..n-1).flat_map do |i|
combos(n-i,k-1, i).map { |r| [i, *r] }
end
end
user system total real
My Solution 2.570000 0.010000 2.580000 ( 2.695615)
Cary's 2.590000 0.000000 2.590000 ( 2.609374)
def combos(n,k,min = 1, cache = {})
if n < k || n < min
return []
end
cache[[n,k,min]] ||= begin
if k == 1
return [n]
end
(min..n-1).flat_map do |i|
combos(n-i,k-1, i, cache).map { |r| [i, *r] }
end
end
end
Benchmark.bm do |bm|
bm.report('Uri') { combos(1000, 3) }
bm.report('Cary') { combos_cary(1000, 3) }
end
user system total real
Uri 0.200000 0.000000 0.200000 ( 0.214080)
Cary 7.210000 0.000000 7.210000 ( 7.220085)