1 列表应用
1.1 初始化一个用列表构成的二维数组(矩阵)
(1)基础构成
[[1,2,3,4],[5,6,7,8]]
1
2
3
4
5
6
7
8
\begin{matrix} 1 & 2 & 3 & 4 \\ 5 & 6 & 7 & 8\\ \end{matrix}
15263748
用列表嵌套列表的方式,内嵌列表为每一行的元素
(2)如何用列表实现C语言中的数组
问题:用python中的列表实现初始化一个n*m的数组,初始化之后可以直接通过array[0][1] =1
索引来更改某位置的元素
类似C语言中 int array[4][5]
int main(){
int array[4][5];
array[0][1] = 5;
printf("array[0][1]");
}
最常见遇到的问题:
array = []
array[0] = 1
print(array[0])
# 会报错 IndexError: list assignment index out of range
首先分析一下C语言的代码逻辑
int array[4][5]
干了两件事
一是创建了array数组
而是像内存中分配了对应的内存单元
分配了内存单元但是初值并不一定为0
所以说在一些需求中:
例如创建一个4*5的整数类型数组,然后再将第一行和第一列初始化为0,还是要进行初始化的
然后再看常遇到的问题
array
只干了一件事情
创建了array这个列表对象,并没有分配内存
所以不能具备array[0] = 1,直接将0位置处元素初始化为1
总结:
要让python中的列表实现C语言中的数组,并完成通过索引直接修改列表中元素的值,需要对列表进行初始化
1 python中用列表生成一维数组array[n]
# python中用列表生成一维数组array[n]
n = 5
array = [0 for _ in range(n)]
array[1] = 10
2 用python用列表生成二维数组array [n] [m]
方法一:初步想的丑陋
# 用python用列表生成二维数组array[n][m]
array = [[]for _ in range(n)]
for i in array:
for j in range(m):
i.append(0)
方法二:用列表生成式
列表生成式
lst = [列表元素,for i in range(n) if condition]
生成n
个元素为符合条件condition
的列表元素
# 3行2列
n = 3
m = 2
array = [[0]*m for _ in range(n)]
先执行[0]*m
[0,0] 然后生成n个元素为[0,0]的列表
方法三:用for循环替代列表生成式
3 用python生成一个n维数组
方法一:嵌套列表生成式
n = 3
array = [[[0 for _ in range(n)] for _ in range(n)] for _ in range(n)]
[0 for _ in range(n)] 生成一个n*1的一维数组,初始值为0
[[0 for _ in range(n)] for _ in range(n)] 生成n个元素为[0 for _ in range(n)]的列表,生成一个n*n的二维数组数组,初始值为0
[[[0 for _ in range(n)] for _ in range(n)] for _ in range(n)] 生成n个元素为[[0 for _ in range(n)] for _ in range(n)]
方法二:用for循环替代嵌套列表生成式
n = 3
array = []
for _ in range(n):
inner_array = []
for _ in range(n):
inner_array.append([0] * n)
array.append(inner_array)
4 通用函数
def generate_n_dimensional_array(n, *dimensions):
if n <= 0:
raise ValueError("Dimension must be a positive integer")
if len(dimensions) != n:
raise ValueError("Number of dimensions must match the length of provided dimensions")
def generate_array(dims):
if len(dims) == 1:
return [0] * dims[0]
else:
return [generate_array(dims[1:]) for _ in range(dims[0])]
return generate_array(dimensions)
# Example usage:
n = 1
dimensions = (5,)
result = generate_n_dimensional_array(n, *dimensions)
print(result)
5 使用Numpy的ndarray对象
6 总结
一维二维数组使用列表生成式,且比较常用
二维以上就老老实实用ndarray
1.2 实现二维列表数组按行按列打印
已知:lst = [[1,2,3],[4,5,6],[7,8,9]]
如何按行或者按列输出
(1)按列打印
才能有限只会用两个for循环去控制打印
(2)按行打印
方式一:一个for循环
方式二:用列表生成式替代
列表生成式本质上就是简单的for循环和条件语句的结合
所以列表生成式
和for循环能够相互替代的
(3)程序示例
lst = [[1,2,3],[4,5,6],[7,8,9]]
print("---按列打印---")
# 按列打印
for row in range(len(lst)):
for col in range(len(lst[0])):
print(lst[col][row],end=' ')
print()
# 按行打印
print("---按行打印方式1---")
for row in lst:
print(row)
print("---按行打印方式2---")
[print(row) for row in lst]
(4)输出结果
---按列打印---
1 4 7
2 5 8
3 6 9
---按行打印方式1---
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]
---按行打印方式2---
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]
1.3 实现二维列表数组(矩阵)的转置
方式一:for
循环方式
lst = [[1,2,3],[4,5,6],[7,8,9]]
n_col = len(lst[0]) # 列数
n_row = len(lst) # 行数
# 初始化lst转置矩阵 原3*3 转置3*3;原3*4 转置4*3
transposed = [[0]*n_row for _ in range(n_col)]
for row in range(n_row):
for col in range(n_col):
transposed[col][row] = lst[row][col]
print(f'原列表{lst}')
print(f'转置列表矩阵{transposed}')
方式二:列表生成式
方式
可以用列表生成式知识点去简化5-8代码
lst = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
transposed = [[row[col] for row in lst] for col in range(len(lst[0]))]
print(f'原列表: {lst}')
print(f'转置列表矩阵: {transposed}')
首先看看for row in lst
获取原矩阵的每行,for col in range(len(lst[0]))
从0-原矩阵的列数
当col=0 时,原列表的每行第[0]元素(即第1列元素),作为转置矩阵中第一行中的元素
二者均可以
for
循环的方式更为直接,但是代码量多,效率差
列表生成式
比较抽象,但是代码简介,效率较好,比for循环方式少用了一个for循环初始化列表
1.4 如何实现列表的跟随排序
0 参考资料
python 两个list元素一一对应,一个list进行排序,另一个list上的元素也跟着排序,保持一一对应关系_python两个列表元素一一对应-CSDN博客
1 引例
现在有三个列表,三个列表含义具有对应性
name = ['zhangsan','lisi','wangwu']
math_grade = [82,90,81]
Engilish_grade = [100,89,99]
需求1:我想对math_grade进行排序,然后对应的name列表中也对应变化(即name列表跟随math_grade变化)
需求2:先对于math_grade进行排序,如果成绩相等则根据English_grade进行排序,然后对应的name列表页对应变化(未解决)
2 需求1—解决办法
(1)解决办法一:通过python内置的zip
和sorted
函数
step1: 将两个列表通过zip函数
联和联和两个列表
name = ['zhangsan','lisi','wangwu']
math_grade = [82,90,81]
name_math_grade = list(zip(name,math_grade))
print(name_math_grade)
输出结果
[('zhangsan', 82), ('lisi', 90), ('wangwu', 81)]
step2:然后通过sorted函数
指定key=参数
其参数为某个函数(匿名函数)
常用的有
(1)根据某个元素位置进行排序(即根据某一个列表进行排序,然后另一个列表跟随变化)
sorted(lst,key=lambda x:x[0])
(2)根据某个列表的长度进行排序
sorted(lst,key=lambda x:len(x[0]))
sorted_name_math_grade = sorted(name_math_grade,key=lambda x:x[1])
输出结果
[('wangwu', 81), ('zhangsan', 82), ('lisi', 90)]
step3:将排序好的列表进行拆分
result = zip(*sorted_name_math_grade)
sorted_name, sorted_math_grade = [list(x) for x in result]
print(sorted_name)
print(sorted_math_grade)
输出结果
['wangwu', 'zhangsan', 'lisi']
[81, 82, 90]
(2)纯算法—归根到底还是排序算法
根据排序算法,先对一个列表math_grade
进行排序,然后记录各个元素的最终位置,然后在将另一个列表name
根据上述的各个元素最终位置也进行调整
基于冒泡排序
name = ['zhangsan', 'lisi', 'wangwu']
math_grade = [82, 90, 81]
# 冒泡排序函数
def bubble_sort(arr1,arr2):
"""
根据arr1,arr2跟随变化
"""
n = len(arr1)
# 遍历所有元素
for i in range(n):
# 对未排序部分进行比较并交换
for j in range(0, n-i-1):
if arr1[j] > arr1[j+1]:
# 交换arr1
arr1[j], arr1[j+1] = arr1[j+1], arr1[j]
# 交换arr2
arr2[j], arr2[j+1] = arr2[j+1], arr2[j]
# 对数学成绩进行交换排序
bubble_sort(math_grade,name)
# 输出排序后的结果
print("排序后的名字列表:", name)
print("对应的数学成绩列表:", math_grade)
输出结果
排序后的名字列表: ['wangwu', 'zhangsan', 'lisi']
对应的数学成绩列表: [81, 82, 90]
基于选择排序
# 初始列表
name = ['zhangsan', 'lisi', 'wangwu']
math_grade = [82, 90, 81]
# 选择排序函数
def selection_sort(arr1,arr2):
"""
根据arr1,arr2跟随变化
"""
n = len(arr1)
# 遍历所有元素
for i in range(n):
min_index = i
# 在未排序部分找到最小值的索引
for j in range(i+1, n):
if arr1[j] < arr1[min_index]:
min_index = j
# 将最小值交换至未排序部分的开头
arr1[i], arr1[min_index] = arr1[min_index], arr1[i]
# 同时将对应的姓名也进行交换
arr2[i], arr2[min_index] = arr2[min_index], arr2[i]
# 对数学成绩进行选择排序
selection_sort(math_grade,name)
# 输出排序后的结果
print("排序后的名字列表:", name)
print("对应的数学成绩列表:", math_grade)
(3)通过pandas库来解决(降维打击)
step1:根据两个列表创建DataFrame对象
step2:通过pandas库中DataFrame
对象中sort_values
方法中by=参数
可以指定多个
import pandas as pd
# 初始列表
name = ['zhangsan', 'lisi', 'wangwu']
math_grade = [82, 90, 81]
# 创建DataFrame
df = pd.DataFrame({'Name': name, 'Math Grade': math_grade})
# 根据数学成绩进行排序
df_sorted = df.sort_values(by='Math Grade')
# 输出排序后的结果
print(df_sorted)
Name Math Grade
2 wangwu 81
0 zhangsan 82
1 lisi 90
1.5 总结
以上学习内容的总结都是在面对
动态规划法求解TSP问题
时根据二进制算法生成子集
顺序是根据二进制顺序
来的
但是要求根据子集长度
来排序
最终要求
所以就用到了上面内容
最后分享一下写的动态规划法求解TSP问题
代码
from typing import List
def find_subsets(nums: List[int]) -> List[List[int]]:
'''
寻找全部的子集
Args:
nums:待寻找子集列表 例如[1,2,3]
Return:
subsets:其中全部子,[[子集]]
'''
n = len(nums)
subsets = []
for i in range(1, 2**n): # 从1开始以排除空集
subset = []
for j in range(n):
if (i >> j) & 1:
subset.append(nums[j])
subsets.append(subset)
return subsets
def solution_TSP_dynamic(arc: List[List[int]]) -> List[List[int]]:
"""
动态规划法求解TSP问题,计算从0出发,经过所有顶点,再回到0的代价
Args:
arc: 代价矩阵
Returns:
List[List[int]]: 动态规划的代价表
"""
n = len(arc)
m = 2 ** (n - 1)
cost = [[float('inf')] * m for _ in range(n)]
cost[0][0] = 0
for i in range(1, n):
cost[i][0] = arc[i][0]
for j in range(1, m):
for i in range(1, n):
if (1 << (i - 1)) & j:
continue
for k in range(1, n):
if (1 << (k - 1)) & j:
temp = arc[i][k] + cost[k][j - (1 << (k - 1))]
cost[i][j] = min(cost[i][j], temp)
# 找到从终点回到起点的最小代价,并更新cost[0][m]
min_cost = float('inf')
for k in range(1, n):
temp_cost = arc[0][k] + cost[k][m - 1 - (1 << (k - 1))]
min_cost = min(min_cost, temp_cost)
cost[0][m - 1] = min_cost
return cost
def print_result(V, cost):
"""
以表格形式打印结果
"""
V.insert(0,[])
n_col = len(cost[0])
n_row = len(cost)
transposed_cost = [[0]*n_row for _ in range(n_col)]
for row in range(n_row):
for col in range(n_col):
transposed_cost[col][row] = cost[row][col]
# 将两个通过zip数据融合,然后用sorted方法中指定排序方式进行排序
V_transposed_cost = list(zip(V,transposed_cost))
sorted_V_transposed_cost = sorted(V_transposed_cost,key=lambda x:len(x[0]))
# 将排序好的列表分离出来
result = zip(*sorted_V_transposed_cost)
sorted_V,sorted_transposed_cost = [list(x) for x in result]
# 将跟随排序好的cost转置回去
sorted_cost = [[0]*n_col for _ in range(n_row)]
for row in range(n_row):
for col in range(n_col):
sorted_cost[row][col] = sorted_transposed_cost[col][row]
# 打印子集索引
print("子集:", end="\t")
max_subset_length = max(len(str(subset)) for subset in sorted_V)
for subset in sorted_V:
subset_str = "{" + ", ".join(str(item) for item in subset) + "}"
print("{:<{}}".format(subset_str, max_subset_length + 2), end=" ")
print("\n" + "-" * (max_subset_length * len(sorted_V) + 7 * len(sorted_V)))
# 打印成本表
for i in range(len(sorted_cost)):
print("顶点 {}:".format(i), end="\t")
for j in range(len(sorted_cost[i])):
if sorted_cost[i][j] == float('inf'):
print("{:<{}}".format("inf", max_subset_length + 2), end=" ")
else:
print("{:<{}}".format(sorted_cost[i][j], max_subset_length + 2), end=" ")
print()
n = 4
points = [i for i in range(1,n)]
V = find_subsets(points)
inf = float('inf')
arc = [[inf,4,5,8],[5,inf,2,3],[6,4,inf,2],[3,7,5,inf]]
cost = solution_TSP_dynamic(arc)
print_result(V, cost)