De todas formas el título del artículo siempre debería ser un poquito más interesante. El siguiente es un programa adecuado para encontrar soluciones enteras positivas a ecuaciones lineales de múltiples variables. Los números requeridos son todos números enteros positivos. La mejor situación es cuando el valor del elemento está lejos de la suma y no tiene sentido si está demasiado cerca. Dado que se acerca a una enumeración de fuerza bruta, es mejor no tener demasiadas variables. Personalmente lo probé por 5 yuanes y estuvo bien, pero sentí ganas de llorar cuando subí.
Hablando por experiencia, los números aleatorios se calculan más rápido que el recorrido. Si una ejecución lleva demasiado tiempo, puede detenerse y ejecutar nuevamente, y es posible que salga en un tiempo. Para decirlo sin rodeos, es una cuestión de ingeniería y se trata de usabilidad, pero la lógica no es lo suficientemente rigurosa.
Bienvenido a usarlo, ¡es una buena idea!
Si hay una lógica mejor, comente para dar su opinión. Después de la práctica, si usa aleatorio por 3 yuanes o más, la experiencia de velocidad será mejor y el cálculo será más rápido. Cada vez que lo paso, tengo que empezar de nuevo, esperando sin cesar.
import numpy as np
import random
def has_result(list_of_cost,total_amount):
arr = np.array(list_of_cost)
int_gcd = np.gcd.reduce(arr)
return (total_amount % int_gcd == 0)
def volume_calc(list_of_cost,total_amount):
number_of_parts = len(list_of_cost)
list_of_cost.sort(reverse=True) #升序排序，大的成本在前。
item_max_range = []
item_parity_range = []
for i in list_of_cost:
item_max_range.append(total_amount // i + 1) #每个成分货品的顶格数量。
for i in list_of_cost:
item_parity_range.append(total_amount // i // number_of_parts + 1) #差不多1/n的金额数量的位置。
flag = 0
item_volume_max = 0
item_volume_min = item_parity_range[0]
item_middle_range = item_parity_range.copy() 可一定得用copy，不然是传递性的。
while flag == 0:
print("stupid loop!")
krr = []
for item in list_of_cost:
item_number = list_of_cost.index(item)
if item == max(list_of_cost):
krr.append(item * item_volume_min)
elif item != min(list_of_cost):
krr.append(item * item_middle_range[item_number])
continue
else:
while total_amount > (sum(krr) + item * item_volume_max):
item_volume_max = item_volume_max + 1
if sum(krr) + item * item_volume_max == total_amount:
flag = 1
if number_of_parts == 3:
print(item_volume_min, item_middle_range[1],item_volume_max)
else:
print(item_volume_min, item_middle_range[1:-1],item_volume_max)
break
else:
if item_volume_min -1 > 0:
item_volume_min = item_volume_min - 1
else:
item_volume_min = item_max_range[0]
if number_of_parts == 3:
item_middle_range[1] = item_middle_range[1] - random.randrange(9) #这边会给盯着死减
if item_middle_range[1] < 0:
item_middle_range[1] = item_parity_range[1]
break
elif number_of_parts > 3:
list_items = range(number_of_parts)
random_item = random.choice(list_items[1:-1]) # max与min不会被选到调整最大值
item_middle_range[random_item] = item_middle_range[random_item] - random.randrange(9)
if item_middle_range[random_item] < 0:
item_middle_range[random_item] = item_parity_range[random_item]
break
else:
print("new round...", item_volume_min,item_volume_max)
item_volume_max = 0
break
return 0
def minor_mod_price(list_of_cost): #minor mod cost
list_of_random = [1,2,3,5,7] # all prime numbers
arr = np.array(list_of_cost)
n_arr = len(arr)
while np.gcd.reduce(arr) !=1:
item_num = random.randrange(n_arr)
arr[item_num] = arr[item_num] + random.choice(list_of_random)
print("calculating with changed No.%d, and changing to %f ",item_num,arr[item_num])
return arr
if __name__ == "__main__":
#此处有个中心思想，成本的数字远小于总的金额数，才导致了需要程序凑，不然的话，人脑就可以凑出来。
list_costs = [311,153,146,56] #最好按从大到小给，因为后续也会这么sort。
total_amt = 28000
if has_result(list_costs,total_amt):
volume_calc(list_costs,total_amt)
else:
print("the combination cannot get proper integer volume for use!")
#print(minor_mod_price(list_costs)) # 如果成本金额的数字允许微调，可以考虑用这个函数馊主意。Pensé en usar Sympy, y el Diophantine que contenía era algo bueno, pero el problema es que para usar esto, supongo que mi nivel de matemáticas debe ser más alto. Mi comprensión abstracta no es buena y mi base no es buena, por lo que solo puedo usar el pensamiento lineal para resolverlo.
2023-05-01: De hecho, puede mantener el resto sin cambios, pero agregue una capa de subprocesos múltiples para que el cálculo sea más rápido.