当前位置:首页 > 文章列表 > 文章 > python教程 > 生成所有含d个非零元(取值为±val)的r-元组

生成所有含d个非零元(取值为±val)的r-元组

2026-03-04 22:51:58 0浏览 收藏
本文介绍了一种简洁高效且可扩展的Python实现方法,用于生成所有长度为r、恰好包含d个非零元素(每个为+val或−val)、其余位置均为0的元组,巧妙结合itertools.combinations_with_replacement与more_itertools.distinct_permutations,避免了传统嵌套循环的冗余、重复与难以维护问题,特别适用于稀疏信号建模、组合优化候选解枚举等需要严格控制非零结构与符号自由度的实际场景——代码语义清晰、逻辑可验证、时间复杂度可控,真正实现了“一行组合、一重去重、一次泛化”。

生成所有含 d 个非零元(取值为 ±val)的 r-元组

本文介绍一种高效、可扩展的方法,使用 `itertools` 和 `more-itertools` 构造所有长度为 `r`、恰好含 `d` 个非零元素(每个为 `+val` 或 `-val`)、其余为 `0` 的元组,避免嵌套循环与重复逻辑。

在组合构造任务中,当需要生成固定长度、指定非零元素个数及符号自由度的元组时(例如信号处理中的稀疏模式枚举、优化问题的候选解生成),硬编码多重循环不仅难以维护,更无法泛化到任意 d。理想方案应具备清晰语义、组合可证明性、时间复杂度可控三大特性。

核心思路分两步完成:

  1. 生成所有 d 元符号组合:从集合 {+val, -val} 中允许重复地选取 d 个元素(顺序暂不重要),对应 itertools.combinations_with_replacement;
  2. 将符号组合与 (r−d) 个零混合并枚举所有互异排列:由于零之间不可区分,直接使用 itertools.permutations 会产生大量重复;改用 more_itertools.distinct_permutations 可精确去重,确保每个唯一元组仅出现一次。

以下是完整实现:

from itertools import combinations_with_replacement, chain
from more_itertools import distinct_permutations

def construct_r_tuples(val, d, r):
    """
    构造所有长度为 r、恰好含 d 个非零元素(取 ±val)、其余为 0 的元组。

    Args:
        val (int/float): 非零元素的绝对值
        d (int): 非零元素个数(0 ≤ d ≤ r)
        r (int): 元组总长度

    Yields:
        tuple: 满足条件的 r 元组(如 (-7, 0, 7, 0, 0))
    """
    if not (0 <= d <= r):
        return
    if d == 0:
        yield (0,) * r
        return

    # Step 1: 所有 d 元符号组合(允许重复,如 (+val,+val), (+val,-val), (-val,-val))
    for signs in combinations_with_replacement((-val, +val), d):
        # Step 2: 补齐 r-d 个零,生成所有互异排列
        full_tuple = signs + (0,) * (r - d)
        yield from distinct_permutations(full_tuple)

✅ 使用示例:

# d=2, r=5, val=7 → 共 C(5,2) × 2² = 10 × 4 = 40 个元组
list(construct_r_tuples(7, 2, 5))[:5]  # 前5个
# [(-7, -7, 0, 0, 0), (-7, 0, -7, 0, 0), (-7, 0, 0, -7, 0), (-7, 0, 0, 0, -7), (0, -7, -7, 0, 0)]

# d=1, r=3 → 共 C(3,1) × 2¹ = 3 × 2 = 6 个
list(construct_r_tuples(7, 1, 3))
# [(-7, 0, 0), (0, -7, 0), (0, 0, -7), (0, 0, 7), (0, 7, 0), (7, 0, 0)]

⚠️ 注意事项:

  • more-itertools 需单独安装:pip install more-itertools;
  • 输出为生成器(yield),内存友好;若需全部加载进内存,请显式调用 list(...);
  • 总数量为 $\binom{r}{d} \cdot 2^d$,随 r 和 d 增长极快(如 r=10, d=4 已达 5040 个),建议按需迭代而非全量缓存;
  • 若 d=0,直接返回全零元组;若 d>r,函数自动返回空迭代器。

该方法将组合逻辑解耦为「符号选择」与「位置分配」两个正交步骤,结构清晰、易于测试与扩展(例如支持多值非零集 {±val₁, ±val₂} 只需修改 combinations_with_replacement 的输入)。对于算法原型、组合搜索或教学演示,是比手工嵌套循环更健壮、更 Pythonic 的选择。

理论要掌握,实操不能落!以上关于《生成所有含d个非零元(取值为±val)的r-元组》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

Golang函数定义与调用全解析Golang函数定义与调用全解析
上一篇
Golang函数定义与调用全解析
抖音去水印技巧,轻松下载无水印视频
下一篇
抖音去水印技巧,轻松下载无水印视频
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。
    255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。
    298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。
    274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。
    252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。
    59次使用