python实现：生成指定元素个数的子集

背景

目前所做的一个项目，需要进行数据的预处理，具体内容为对一句话进行分词，将分词的结果，进行组合，进而生成短语。将需求抽象成问题，即为对某个集合生成子集，但略微有所不同，因为分词的结果，数量可能很大，利用生成子集个数的计算公式$X=2^n$可知，当n很大时，子集个数成指数级增长，且根据我的实际需求，词组一般由1~3个词语组成，因此我们的问题变为了生成指定元素个数的子集

问题

对一个集合，生成指定元素个数的子集

Example

[1,2,3,4,5]  生成元素个数为3的集合
=>345
=>245
=>235
=>234
=>145
=>135
=>134
=>125
=>124
=>123

思路

"""
thought：
二进制的占位表示，正好代表了子集的位置:
比如 1，2，3，他的所有子集是3  2  23  1  13  12  123
1，2，3是三位数，2的三次方是8，8的二进制占位是[0 0 0]到[1 1 1]
子集3，就是[0 0 1] 子集23就是[0 1 1]
按照1表示有，0表示无的方式映射 来获取所有子集
"""

实现

注：前两个版本适合单次使用，不适合多次使用

具体代码

"""
thought：
二进制的占位表示，正好代表了子集的位置:
比如 1，2，3，他的所有子集是3  2  23  1  13  12  123
1，2，3是三位数，2的三次方是8，8的二进制占位是[0 0 0]到[1 1 1]
子集3，就是[0 0 1] 子集23就是[0 1 1]
按照1表示有，0表示无的方式映射 来获取所有子集
"""
class gen_subset:

  targetarray=[]#用于存储每一个数对应的二进制数

  def __init__(self,originarray):
    self.originarray=originarray

  def dojob(self,length):
    maxlen = 2 ** len(self.originarray)
    for i in range(maxlen):
      str = bin(i).replace('0b', '')  # 十进制转2进制
      self.targetarray.append(str)
    self.buling()
    self.generation(length)

  def buling(self):
    for i in range(len(self.targetarray)):
      if (len(self.targetarray[i]) ==len(self.originarray)): continue;
      temp=""
      for j in range(len(self.originarray)-len(self.targetarray[i])):
        temp=temp+"0" #保证targetarray位数和要生成的集合个数相同，这样设置对应的映射
      self.targetarray[i]=temp+self.targetarray[i]

  def generation(self,length):
    for i in range(len(self.targetarray)):
      s=self.targetarray[i]
      #subset=[]
      subset=""
      for j in range(len(s)):
        item=s[j]
        if(item=="1"):
          #获取对应位的这个值，加入到子集
          subset=subset+self.originarray[j]
          #subset.append(self.originarray[j])
      if length==0 or len(subset)==length:
        #满足设定要求输出
        print(subset)

实现测试

originarray=["1", "2", "3", "4", "5"]

t=gen_subset(originarray)
length=input("请输入要生成的子集元素的个数:")
t.dojob(int(length))

补充

这里代码实现了生成指定元素个数的子集，但是还存在一点细节处理，不能完全满足需求，即当originarray=["1", "2", "3", "4", "5"]里的元素的长度不为1时，他不能正确实现我们所需的效果。

设计的关键在于如下代码块：

      if length==0 or len(subset)==length:
        #满足设定要求输出
        print(subset)

当你的某一个元素长度超过1时，会导致subset长度提前满足要求，进而结束，得不到所要的答案。
这里我们可以运用列表来接受subset子集元素来处理

version 2.0

class gen_subset:

  targetarray=[]#用于存储每一个数对应的二进制数

  def __init__(self,originarray):
    self.originarray=originarray

  def dojob(self,length):
    maxlen = 2 ** len(self.originarray)
    for i in range(maxlen):
      str = bin(i).replace('0b', '')  # 十进制转2进制
      self.targetarray.append(str)
    self.buling()
    self.generation(length)

  def buling(self):
    for i in range(len(self.targetarray)):
      if (len(self.targetarray[i]) ==len(self.originarray)): continue;
      temp=""
      for j in range(len(self.originarray)-len(self.targetarray[i])):
        temp=temp+"0" #保证targetarray位数和要生成的集合个数相同，这样设置对应的映射
      self.targetarray[i]=temp+self.targetarray[i]

  def generation(self,length):
    for i in range(len(self.targetarray)):
      s=self.targetarray[i]
      subset=[]
      for j in range(len(s)):
        item=s[j]
        if(item=="1"):
          #获取对应位的这个值，加入到子集
          subset.append(self.originarray[j])
      if length==0 or len(subset)==length:
        #满足设定要求输出
        print(subset)

# 测试数据
originArray = ['月', '说', '时尚', '圈', '热闹', '一个月', '欣赏', '一个个', '品牌', '新品', '大秀', '感受', '设计师', '奇思妙想', '2020', '年春夏', '时装周', '步入', '尾声', '一站', '巴黎', '热度', '却是', '丝毫', '未减', '大胆', '创意', '秀场', '新颖', '设计', '理念', '奇妙', '剪裁', '构思', '时刻', '领略', '艺术', '神奇', '感受', '前所未有', '精神', '世界']
print(len(originArray))




originarray=["1", "2", "3", "4", "5"]

t=gen_subset(originarray)
length=input("请输入要生成的子集元素的个数:")
t.dojob(int(length))

如果想处理成字符串的形式，再利用.join(str)即可完成需求

version 3.0

在实际使用中出了些许问题，现已修改

#targetarray=[]#用于存储每一个数对应的二进制数 注：不能设为静态变量，否则在多次利用后，会被填充值，导致结果重复

class gen_subset:

  #targetarray=[]#用于存储每一个数对应的二进制数 注：不能设为静态变量，否则在多次利用后，会被填充值，导致结果重复

  def __init__(self,originarray,targetarray,storage):
    self.originarray=originarray
    self.targetarray=targetarray
    self.storage=storage

  def dojob(self,length):
    maxlen = 2 ** len(self.originarray)
    for i in range(maxlen):
      str = bin(i).replace('0b', '')  # 十进制转2进制
      self.targetarray.append(str)
    self.buling()
    self.generation(length)

  def buling(self):
    for i in range(len(self.targetarray)):
      if (len(self.targetarray[i]) ==len(self.originarray)): continue;
      temp=""
      for j in range(len(self.originarray)-len(self.targetarray[i])):
        temp=temp+"0" #保证targetarray位数和要生成的集合个数相同，这样设置对应的映射
      self.targetarray[i]=temp+self.targetarray[i]

  def generation(self,length):
    for i in range(len(self.targetarray)):
      s=self.targetarray[i]
      subset=[]

      for j in range(len(s)):
        item=s[j]
        if(item=="1"):
          #获取对应位的这个值，加入到子集
          subset.append(self.originarray[j])
      if length==0 or len(subset)==length:
        #满足设定要求输出
        #print("".join(subset))
        self.storage.append("".join(subset))


def processing(o,storage):
  t1=gen_subset(o,[],storage)
  t2=gen_subset(o,[],storage)
  t1.dojob(2)
  t2.dojob(3)

if __name__ == '__main__':
    o = ["1", "2", "3", "4", "5"]
    storage=[]
    processing(o,storage)
    storage.extend(o)
    print(len(storage))
    print(storage)

扩展

• 当你输入的参数为0时，默认按照1，2，3的顺序，对比二进制（从[0 0 0]到[1 1 1]）的顺序进行打印
• 若想实现生成个数小于等于某个具体值的的子集，直接利用循环，多生成实例，进行操作即可