- 版权申明:本文为博主窗户(Colin Cai)原创,欢迎转帖。如要转贴,必须注明原文网址
- http://www.cnblogs.com/Colin-Cai/p/10629908.html
- 作者:窗户
- QQ/微信:6679072
- E-mail:6679072@qq.com
复制代码 每当学一门计算机语言,质数表、汉诺塔可以作为早期测试的话题之一。随着深入,都很想快速提高一下对这个语言的把握。这个时候,我觉得排列、组合是合适的。不仅排列、组合的程序相对复杂一些,而且在很多问题的解决上,排列、组合往往是解决中的一部分。以下我们的讨论都是针对有限集。
排列
排列,我们这里可以记为$p(s, n)$,代表从一个有限集$s$中选择$n$个元素组成的序列,所有的这样的序列组成的集合。注意,序列在于其有序性,$[1,2,3]$和$[1,3,2]$就是不同的序列。例如,$p({1,2,3}, 2)$所代表的集合是${[1,2], [2,1], [1,3], [3,1], [2,3],[3,2]}$。
组合
组合,我们这里可以记为$c(s, n)$,代表从一个有限集$s$中选择$n$个元素组成的集合,所有的这样的集合组成的集合。例如,$c({1,2,3}, 2)$所代表的集合是${{1,2}, {1, 3}, {2,3}}$。
递归完成排列
排列的递归完成理论上可以有无限多种递归方式。
比如我们可以考虑这样的方式来递归:
当$n = 0$时,$p(s,n) = \{\emptyset\}$
当$n \ne 0$时,$p(s,n) = \bigcup_{x\in s}{\{|y\in p(s-{x},n-1)\}} $
也就是,当$n \ne 0$时$p(s,n)$分为以$s$各个元素为首元素的序列集合的并集,
于是用Haskell直接可以如下写- perm::[a] -> Int -> [[a]]<br>--表示并集
- bigcup = foldl (++) []
- perm _ 0 = [[]]
- perm s n = bigcup [[(s!!index:e)|e<-perm [s!!k|k<-[0..length s - 1], k/=index] (n - 1)] | index<-[0..length s - 1]]
复制代码 最终用小写字母的全排列来演示一下- (define (perm s n)
- (define (put-each-to-head s)
- (let it ((left s)
- (right '())
- (r '()))
- (if (null? left)
- r
- (it
- (cdr left)
- (cons (car left) right)
- (cons (append left right) r)))))
- (if (zero? n)
- '(())
- (apply append
- (map
- (lambda (s2)
- (map
- (lambda (n) (cons (car s2) n))
- (perm (cdr s2) (- n 1))))
- (put-each-to-head s)))))
复制代码 编译之后可运行,说明了Haskell的惰性计算,否则26个元素的全排列是不可能装的下去,更不可能瞬间计算出来。
Scheme或者其他语言的字典顺序排列可以读者自己实现。
组合的字典顺序
组合的字典顺序依旧问题在如何设计这个next函数。每个下标集合按升序的序列来表示。
那么也是从右往左来找下一个元素,
比如$[0..8]$选择4个来组合
最开始,序号序列是$[0,1,2,3]$,
....(过程中省略)
再来找$[2,4,7,8]$的下一个
最右边的8无法找到下一个,倒数第二个的7也无法找到下一个,倒数第三个的4找到下一个为5,
最后两个再依次加1补全,得到结果为$[2,5,6,7]$。
还是用Haskell来表示,其他地方都可一致,唯独next'的实现有一点区别:- comb::[a] -> Int -> [[a]]
- comb _ 0 = [[]]
- comb [] _ = []
- comb s n = comb (tail s) n ++ [(head s:x)|x<-comb (tail s) (n - 1)]
复制代码 Scheme或者其他语言的字典顺序排列可以读者自己实现。
排列组合的应用
Python属于很常用的语言,用来做胶水再好不过,从而发展很迅猛,现在被当作是一种很“通俗”的编程语言。我时常会使用里面自带的itertools库。当然,其他语言也可以找到该有的库,没有的话也可以自己来造,以上递归的方式并非唯一,发挥想象可以继续挖掘,但要注意,先生成排列组合的整体再处理很多时候并不现实,因为需要大量的内存,而最终等价于遍历排列组合的每一个结果依次处理价值要大得多。
有了排列组合,某些题目可以暴力完成。比如这样一个题目,给出平面上一堆点,找出距离最近的2个点。
一个很自然的想法就是遍历所有的2点组合,然后找出距离最小的情况,Python代码如下:- (define (comb s n)
- (cond
- ((zero? n)
- '(()))
- ((null? s)
- '())
- (else
- (append
- (map (lambda (x) (cons (car s) x)) (comb (cdr s) (- n 1)))
- (comb (cdr s) n)))))
复制代码 以上就是利用排列、组合做的暴力算法,很多时候这样的暴力算法都是一个选择,它意味着遍历所有可能,往往复杂度较大,所以根据数据规模量力而行。另外,以上寻找最短距离的一对点存在$O(n\log (n))$时间的算法,不过不在本篇讨论范围之内。
来源:程序园用户自行投稿发布,如果侵权,请联系站长删除
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作! |