permutation

0熱度

1回答

我用SciPy的反向Cuthill-麥基實現（scipy.sparse.csgraph.reverse_cuthill_mckee），用於創建使用（高維）稀疏csr_matrix的帶基體。這種方法的結果是一個置換陣列偉馳給我如何我瞭解重排列我矩陣的行索引。現在有沒有在任何其他稀疏矩陣在我稀疏csr_matrix這樣排列的任何有效的解決方案（CSR，lil_matrix等）？我試過一個for-

-1熱度

4回答

每行每個項目的迭代置換

我想操縱數據使用ggnet進行網絡分析。數據集採用CSV形式，看起來像這樣： offers {9425, 5801, 18451, 17958, 16023, 7166} {20003, 17737, 4031, 5554} {19764, 5553, 5554} 我想破了陣，並反覆以排列的所有項目每行一對2。所以最終輸出的應該看起來像： print list(itertools.pe

0熱度

1回答

打印k下一個按字典順序排列的n位數字排列

我想按字典順序從給定的n位數字集合中產生下一個k排列。初始數組和k給出。像讓起始陣列是1 2 4 3 然後接下來的3個排列將是 1 3 2 4： 1 3 4 2： 1 4 3 2：我試圖 static void permute(int arr[], int low, int high) { if (low == high) { printArray(arr);

2熱度

1回答

Python Tkinter排列

我正在使用Tkinter，並有一個4字段的框。每個字段都會輸入幾個字，我正在尋找所有可能的單詞，以便輸入到4個字段中。當我運行它時，它輸出不同單詞本身的排列，而不是單詞的不同順序。我如何獲得我的精確匹配功能輸出這個？任何幫助表示讚賞。 from itertools import permutations from tkinter import * fields = 'Campaign', '

-1熱度

1回答

Python - 總結大於或等於某個值的數字組合

我最近提出了以下面試問題，以Python回答 - 給定一個數量 - 值對列表，找到最佳組合它們的總和接近並且至少與某個提供的值一樣大。例如，給定：[（1，$ 5），（3，$ 10），（2，$ 15）]，期望值爲36美元，則答案爲[（2，$ 15），（1， $ 10）]或[（1，$ 15），（2，$ 10），（1，$ 5）]。原因是40美元是可以實現的大於或等於36美元的最低總和，而這是實現這一總和

0熱度

2回答

工作多少個序列/排列？

我有數學問題。我正在研究一個可以接受5個參數的軟件。雖然我已經測試過系統可以在單獨輸入和系統重置時處理這些參數，但現在我需要驗證系統是否可以處理不同輸入序列的輸入，例如用戶可能輸入[1] ，[2]，[3]，[4]，[5]或他們可能[2]，[4]，[5]，[1]，[3] 我想要的第一步實現是計算出可能有多少種組合？任何指針？

0熱度

1回答

從散列到排列

用戶首先填寫一些文本字段，例如：姓名，電子郵件，電話。然後他顯示了15項（1,2,3，... 15）。因爲我們不希望數字1始終處於開始位置，所以我們在顯示順序上添加了一些變化。此用戶（或本次會話）的顯示順序將稍後重複使用。由於4），我們可能要麼 a）隨機化訂單一次，然後緩存它，或b）計算從這個用戶（或這個會話）的一些信息的順序。對於b），我正在考慮從文本字段輸入生成散列，然後將散列轉換

0熱度

1回答

矩形的所有獨特組合通過重新排序和翻轉

我們給出N個不同大小的矩形框（允許重複）。編寫一個程序來查找我們可以通過交換順序和翻轉它們來重新排序這些幀的所有獨特方式。輸入： 3 2 3 2 2 3 2 輸出： 12 (2, 2) | (2, 3) | (2, 3) (2, 2) | (2, 3) | (3, 2) (2, 2) | (3, 2) | (2, 3) (2, 2) | (3, 2) | (3, 2) (2,

1熱度

1回答

數據幀列的組合和排列

我需要一些幫助來計算數據幀列的所有組合和排列。我df看起來像這樣（真正的一個具有40個列和行15000+） ID A B C D ID_1 NA 1 NA 1 ID_2 1 1 1 1 ID_3 1 1 1 1 ID_4 NA 1 1 NA ID_5 1 1 1 1 ID_6 1 NA NA 1 ID_7 1 1 1 1 ID_8 1 NA NA NA ID_9 1 1 1

0熱度

1回答

循環計算每列與其他列的比例

我試圖創建一個函數，它將採用x列的數據框，然後輸出每列除以其他列。因此，如果這是我的數據 u<-c(0.05274095, 0.02516572, 0.01747562, 0.03370568, 0.02395228, 0.05950174) s<-c(0.10016451, 0.18741220, 0.04703746, 0.11089235, 0.13629215, 0.22387265)