当前位置:首页 > 文章列表 > 文章 > python教程 > 生成指定长度的0-1二进制对称数组:基于x构造2x维全组合矩阵

生成指定长度的0-1二进制对称数组:基于x构造2x维全组合矩阵

2026-01-16 13:27:42 0浏览 收藏

各位小伙伴们,大家好呀!看看今天我又给各位带来了什么文章?本文标题是《生成指定长度的0-1二进制对称数组:基于x构造2x维全组合矩阵》,很明显是关于文章的文章哈哈哈,其中内容主要会涉及到等等,如果能帮到你,觉得很不错的话,欢迎各位多多点评和分享!

生成指定长度的0-1二进制对称数组:基于x构造2x维全组合矩阵

本文介绍如何使用NumPy与itertools高效生成长度为2x的二进制数组,每行前x位与后x位互为按位取反,从而获得所有唯一排列组合。

要生成满足条件的 2x 维二进制数组(即每行含 2x 个元素,且后 x 位是前 x 位的逐位逻辑非),核心思想是:先枚举所有长度为 x 的0-1序列,再将每个序列与其按位取反拼接成一行。

这恰好对应 x 位二进制数的全部 2^x 种可能——例如 x=2 时有 00, 01, 10, 11;对每个序列 a,构造 [a, 1-a] 即得长度为 4 的完整行。

✅ 推荐实现(简洁、可读、高效):

import numpy as np
from itertools import product

def binary_symmetric_matrix(x):
    # 生成所有长度为 x 的 0-1 元组
    base_rows = list(product([0, 1], repeat=x))
    # 转为 NumPy 数组 (2^x, x)
    a = np.array(base_rows, dtype=int)
    # 拼接:前x列为 a,后x列为 1-a(逐元素取反)
    return np.column_stack([a, 1 - a])

# 示例:x = 2
print(binary_symmetric_matrix(2))
# 输出:
# [[0 0 1 1]
#  [0 1 1 0]
#  [1 0 0 1]
#  [1 1 0 0]]

# 示例:x = 3
print(binary_symmetric_matrix(3))
# 输出 8 行 × 6 列数组,每行形如 [a0,a1,a2,1-a0,1-a1,1-a2]

⚠️ 注意事项:

  • 原问题示例输出中 x=2 的结果为 [[1 0 1 0], [1 0 0 1], ...],其形式实为「前x位任意,后x位为前x位的 镜像重排」,但结合 x=3 示例可确认:实际规律是「后x位 = 前x位按位取反」(如 [1,0] → [1,0,0,1]),而非位置翻转或其它映射。上述实现严格满足该数学定义。
  • itertools.product([0,1], repeat=x) 时间复杂度为 O(2ˣ),适用于 x ≤ 20 左右;若 x 极大(如 > 24),需考虑内存限制,建议改用生成器或分块处理。
  • 若需结果按特定顺序(如字典序、格雷码)排列,可在 base_rows 生成后调用 sorted() 或自定义排序逻辑。

? 总结:该方法以清晰的组合逻辑替代暴力枚举,借助 product + np.column_stack 实现零循环向量化构建,兼顾可读性与性能,是处理此类对称二进制结构的标准实践。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《生成指定长度的0-1二进制对称数组:基于x构造2x维全组合矩阵》文章吧,也可关注golang学习网公众号了解相关技术文章。

Win11开启HDR游戏画质设置教程Win11开启HDR游戏画质设置教程
上一篇
Win11开启HDR游戏画质设置教程
零克查词替换敏感词优化文案技巧
下一篇
零克查词替换敏感词优化文案技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    350次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    412次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    417次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    373次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    197次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码