序列排列组合代码实现以及ChatGPT、文件工具分享

有时候我们需要对序列进行排列组合得到新的突变，这里有点像不放回的、有顺序的抽样，我们有两种思路，第一种模拟随机抽样，第二种顺序抽样。

一、模拟随机抽样

seq1 = ["YLasfsgLL", "KksaTK", "afrhfL", "ildfsA", "shgY", "IjkkufAY", "RLolfjffjV", "fsgfgYV", "Vkuuky", "fassfagd"]
from tqdm import tqdm
from random import choice
import random
import math
f = open("E:\资料\课题\数据\sequence4.txt","w")
seq = []
b = ""
m = math.factorial(len(seq1))#阶乘运算
seq2 = seq1
while len(seq) <= m:
  for a in range(len(seq1)):
    c = random.choice(seq2)
    b += c
    del seq2[seq2.index(c)]
  if b not in seq:
    f.write(">" + str(len(seq) + 1) + "\n" + b + "\n")
    seq.append(b)
    b = ""
    del seq2 
    seq2 = seq1
    print(len(seq))

f.close()

二、顺序抽样

from tqdm import tqdm
s = ["YLasfsgLL", "KksaTK", "afrhfL", "ildfsA", "shgY", "IjkkufAY", "RLolfjffjV", "fsgfgYV", "Vkuuky", "fassfagd"]

ff = open("E:\资料\课题\数据\sequence.txt","w")
ii = 0
for a in tqdm(s):
  for b in s:
    if b not in a:
      for c in s:
        if c not in (a + b):
          for d in s:
            if d not in (a + b + c):
              for e in s:
                if e not in (a + b + c + d):
                  for f in s:
                    if f not in (a + b + c + d + e):
                      for g in s:
                        if g not in (a + b + c + d + e + f):
                          for h in s:
                            if h not in (a + b + c + d + e + f + g):
                              for i in s:
                                if i not in (a + b + c + d + e + f + g + h):
                                  for j in s:
                                    if j not in (a + b + c + d + e + f + g + h + i):
                                      ii += 1
                                      ff.write(">" + str(ii) + "\n" + a + b + c + d + e + f + g + h + i + j + "\n")



ff.close()

三、两种方法比较优缺点：

   模拟随机抽样优点：代码短、简单，可增删元素便可直接运行，可替代性强

   模拟随机抽样缺点：随机产生，序列越长，后续随机抽取的重复样本越多，越到后面出现新序列的时间呈现指数增加，可能永远也不能得到所有的排列组合，程序会一直运行；但如果只需要100万条序列以下还是比较容易实现，但也得花费十来个小时。

   顺序抽样优点：能一直保持很快的速度产生新序列，直到完成所有的排列组合，几百万条序列可能需要20min完成。

   顺序抽样缺点：代码长，如果有增删列表长度，则需要修改代码，对于不熟悉代码的新手不太友好

  对于多片段（大于10个），个人更推荐模拟随机抽样，这样更能体现序列 的随机性，在一定程度上这种随机性更能表示突变或者说重组的任意性，符合生物进化的规律。较少的片段组合，则可以考虑顺序抽样，弥补样本库的不足。

四、ChatGPT

   ChatGPT是一个基于自然语言处理技术的智能聊天机器人。它使用了目前最先进的神经网络技术，比如像GPT-3这样的预训练语言模型来解决各种问题和任务，具有极高的语言理解能力和灵活性。ChatGPT可以帮助用户进行自然对话，回答用户提出的各种问题，并学习日常用语、语法和知识库中的信息，并不断完善和更新以提供更准确、更人性化和优质的服务。ChatGPT在日常应用场景中有很多实用价值，比如可以用来解答各种问题、进行个性化推荐、提供娱乐互动等。

    上面这段百度百科也是找ChatGPT给出的答案，非常有意思，网站：Chatgpt在线网页版-永久免费使用！(qdymys.cn) https://chatgpt.qdymys.cn/

   大家可以试试玩玩！

五、文本处理工具

   工作中有很多文件，其大小可能到几百兆甚至以G计算，电脑自带的txt处理文本，打开非常缓慢，有一个能快速打开并处文本的工具，特别是在windows下，将非常有意思。如Notepad++和EmEditor,其中EmEditor速度尤其的快，是我用过的最快的文本打开软件，上G的文本秒开不卡顿。

序列排列组合代码实现以及ChatGPT、文件工具分享 (qq.com)