Middle-题目93:60. Permutation Sequence

本文介绍了一种求解字典序第K个排列的方法,通过递归缩小问题规模,利用动态数组记录剩余数字,逐步确定每一位上的数字,最终得到完整的排列结果。

题目原文:
The set [1,2,3,…,n] contains a total of n! unique permutations.

By listing and labeling all of the permutations in order,
We get the following sequence (ie, for n = 3):

“123”
“132”
“213”
“231”
“312”
“321”
Given n and k, return the kth permutation sequence.
题目大意:
给出n和k,求出n的全排列中字典序第k位的排列。
题目分析:
观察3个数的全排列,可见最高位分别是1,1,2,2,3,3,那么可以分为3组,第1组最高位为1,第二组最高位为2,第三组最高位为3,每一组内又分别是剩下两个数的按字典序的全排列,因此可以递归的缩小问题规模。
构造一个动态数组list,初始化为[1,2,…,n],并把n!个数分为n组,算出k在第几组及组内序号,按组号对应从list中取出这一位,然后更新k为组内的序号,直到list为空则找到答案。文字描述可能还是有些抽象,接下来举例说明。
例:n=4,k=15.
Step1.首先初始化动态数组list=[1,2,3,4],4个数的全排列有4!=24种,分为4组,则15在第2组种,组内序号为3(组号和组内序号都从0开始)则取出list的2号元素’3’加入答案中,并更新n=3,k=3.
Step2.list=[1,2,4],3个数的全排列有6种,分为3组,则3在第1组,组内序号为1.取出list的1号元素’2’,并更新n=2,k=1
Step3.list=[1,4],2个数的全排列有2种,分为2组,则1在第1组,组内序号为0,取出list的1号元素’4’,并更新n=1,k=0
Step4.list=[1],1个数的排列只有1种,加入第0号元素’1’即可。
最后得到答案”3241”.
源码:(language:java)

public class Solution {
    private String current = "";
    public String getPermutation(int n, int k) {
        List<Integer> list = new ArrayList<Integer>();
        for(int i = 1;i<=n;i++)
            list.add(i);
        backtrack(list, n, k);
        return current;
    }
    private void backtrack(List<Integer> list, int n, int k) {
        if(list.isEmpty())
            return;
        else {
            int groups = factorial(n-1);
            int groupid = (k-1)/groups;
            current+=String.valueOf(list.get(groupid));
            list.remove(groupid);
            backtrack(list, n-1, k-groupid*groups);
        }
    }
    public int factorial(int num){
        int sum=1;
        for(int i=1;i<=num;i++){
            sum *= i;
        }
        return sum;
    }
}

成绩:
4ms,beats 5.39%,众数3ms,41.65%
Cmershen的碎碎念:
似乎本题可以用之前求排列数里面的next_permutation实现。还有就是本题的n!是现场算的,如果打表算出,应该还可以快1ms.

请使用c++解决以下问题: ## 题目描述 给定长度为 $n$ 的正整数序列 $a$,求 $g(a)$ 的值: $$ g(a)=\max_{a'}\{f(a')\}\\ f(a)=\sum_{i=2}^{n} |a_{i}-a_{i-1}| $$ 其中,$a'$ 是序列 $a$ 经过任意重排后得到的任意一个序列。 但是这实在是一个三岁小宝宝都会的简单题,因此你想对 $m$ 个序列都求出上述式子的最大值,这 $m$ 个序列满足以下条件。 - 第 $i$ 个序列 $p_i$ 长度为 $i$。 - 第一个序列 $p_1$ 为 $[b'_1=b_1]$。 - 第 $i$($2\leq i\leq m$)个序列 $p_i$ 满足:对于任意满足 $1\leq j<i$ 的正整数 $j$ 满足 $p_{i,j}=p_{i-1,j}$,且 $p_{i,i} = b'_i=b_i\oplus (T\cdot f(p_{i-1}))$。 其中,$\oplus$ 表示二进制按位异或。 ## 输入格式 第一行两个非负整数 $m$ 和 $T$,分别表示你需要求出重排后 $f$ 最大值的序列个数以及生成序列参数。 第二行 $n$ 个非负整数表示 $b_1,\dots,b_m$。 **注意:【数据范围】一节仅对 $b'_i$ 的范围做出了保证,没有对 $b_i$ 的范围做出保证。** ## 输出格式 共一行一个非负整数,为 $\oplus_{i=1}^{m} g(p_i)$。 ## 输入输出样例 #1 ### 输入 #1 ``` 5 0 1 2 3 4 5 ``` ### 输出 #1 ``` 14 ``` ## 输入输出样例 #2 ### 输入 #2 ``` 8 0 5 2 7 1 4 3 8 6 ``` ### 输出 #2 ``` 2 ``` ## 说明/提示 **【样例解释 #1】** $g(p_1),g(p_2),\dots,g(p_m)$ 分别为 $0,1,3,7,11$。 令 $p'_i$ 为 $p_i$ 重排后**任意**满足 $f(p'_i)$ 最大的序列。 $p_1=[1]$,$p'_1=[1]$,$f(p'_1)=0$。 $p_2=[1,2]$,$p'_2=[1,2]$,$f(p'_2)=|1-2|=1$。 $p_3=[1,2,3]$,$p'_3=[1,3,2]$,$f(p'_3)=|1-3|+|3-2|=3$。 $p_4=[1,2,3,4]$,$p'_4=[3,1,4,2]$,$f(p'_4)=|3-1|+|1-4|+|4-2|=7$。 $p_5=[1,2,3,4,5]$,$p'_5=[4,2,5,1,3]$,$f(p'_5)=|4-2|+|2-5|+|5-1|+|1-3|=11$。 该样例满足测试点 $1$ 的限制。 **【样例解释 #2】** $g(p_1),g(p_2),\dots,g(p_m)$ 分别为 $0,3,8,15,17,19,27,31$。 该样例满足测试点 $3$ 的限制。 **【数据范围】** 对于全部测试点:$1\leq m\leq 3\times 10^6$,$1\leq b'_i\leq 10^9$,$T\in \{0,1\}$。 | 测试点编号 | $m\leq$ | $T=$ | 特殊性质 | | :---------: | :------------: | :--: | :------: | | $1$ | $8$ | $0$ | AB | | $2$ | $100$ | $0$ | AB | | $3$ | $10^3$ | $0$ | AB | | $4$ | $2\times 10^5$ | $0$ | AB | | $5$ | $2\times 10^5$ | $0$ | A | | $6$ | $2\times 10^5$ | $1$ | AB | | $7$ | $2\times 10^5$ | $1$ | A | | $8$ | $2\times 10^5$ | $1$ | 无 | | $9$ | $10^6$ | $1$ | 无 | | $10$ | $3\times 10^6$ | $1$ | 无 | 特殊性质 A:$b'_i\leq m$($1\leq i\leq m$)。 特殊性质 B:$b'_i\neq b'_j$($1\leq i<j\leq m$)。
10-30
<think>首先,用户的问题是:“我想获取对np.random.permutation(60000)的解释”。他们引用了几个参考内容,这些内容都来自NumPy的文档或教程,解释了np.random.permutation函数。 关键点: - np.random.permutation用于生成输入数据的随机排列副本。 - 当输入是一个整数时(如60000),它返回一个np.arange(n)的随机排列版本。 - 具体来说,np.random.permutation(n) 等价于 np.arange(n) 被随机打乱顺序。 从引用中提取相关部分: - 引用[3]: “若输入整数n,返回np.arange(n)的随机排列‌。” - 引用[4]: 示例显示输入整数10时返回随机排列的数组。 - 引用[2]: 提到输入整数时生成随机排列数组。 - 引用[1]: 一般介绍函数用途。 所以,用户想知道np.random.permutation(60000)的含义和作用。 我的回答需要: - 使用中文,因为系统指令指定“使用中文回答”。 - 结构清晰,逐步解决问题。 - 遵循格式指令:行内数学表达式用$...$,独立公式用$$...$$。 - 生成相关问题(§§相关问题§§)。 - 在回答中引用的段落末尾自然地添加引用标识,如[^1]。 回答结构: 1. 解释函数的含义:简要描述np.random.permutation是什么。 2. 专门针对输入60000的情况:当输入是整数n时,它生成一个0到n-1的随机排列数组。 3. 作用:为什么有用?常用于机器学习中的数据打乱,如索引随机化。 4. 提供示例代码或说明。 5. 自然引用来源。 6. 最后添加相关问题。 系统级指令: - 所有行内数学表达式用$...$,例如$x^2$。 - 独立公式用$$...$$并单独成段。 - 语法正确。 - 生成相关问题。 用户上次问题和我的回答:用户上次没有提供之前的交互,所以我需要基于当前查询。指令说“参考用户上一次的问题和你的回答”,但这里没有历史,所以我只看当前。 整理核心解释: - np.random.permutation(60000) 会产生一个长度为60000的数组,包含从0到59999的整数,但顺序是随机打乱的。 - 这常用于在数据预处理中创建随机索引,例如洗牌数据集。 添加引用:我需要自然地添加引用标识。例如,在解释后加[^1]。 相关问题: - 生成3-5个相关问题,如函数用法、区别、应用等。 最终回答大纲: - 开头:解释函数及针对60000的用法。 - 详细说明:输入整数时的行为。 - 作用和应用场景。 - 引用示例。 - 相关问题。 </think>### np.random.permutation(60000) 的含义和作用解释 `np.random.permutation(60000)` 是 NumPy 库中的一个函数调用,用于生成一个随机排列的数组副本。下面我将逐步解释其具体含义、作用和应用场景,确保解释清晰易懂。 1. **基本含义**: - 当输入参数是一个整数 $n$ 时(如 $n=60000$),`np.random.permutation(n)` 会生成一个长度为 $n$ 的数组,该数组包含从 $0$ 到 $n-1$ 的所有整数,但这些整数会以随机顺序排列。数学上,这等价于对序列 $\{0, 1, 2, \ldots, n-1\}$ 进行随机重新排序。 - 例如,对于输入 $60000$,输出结果是一个形如 $[i_0, i_1, \ldots, i_{59999}]$ 的数组,其中每个 $i_k$ 是 $0$ 到 $59999$ 的唯一整数,且顺序完全随机[^3]。 - 重要的是,这个函数 **不改变原始数据**(因为输入是整数,而非数组),而是返回一个新数组的副本。这确保了原始索引序列不被修改[^1][^3]。 2. **具体作用**: - **随机打乱索引序列**:核心作用是创建一个随机排列的索引数组,长度为 $n$。例如,`np.random.permutation(60000)` 会输出一个长度为 60000 的随机索引数组,其中每个元素是 0 到 59999 的唯一整数。 - **高效生成等价序列**:在内部实现上,它与调用 `np.random.permutation(np.arange(60000))` 等价,但更简洁高效。因为直接输入整数 $n$ 会隐式生成 `np.arange(n)` 并打乱其顺序[^2][^4]。 - **数学表示**:设 $U$ 是一个均匀随机排列,则输出数组 $P$ 满足: $$ P = U(\text{arange}(n)) $$ 其中 $n=60000$,$P$ 的元素是 $\{0, 1, \ldots, 59999\}$ 的随机排列。 3. **应用场景**: - **数据预处理**:在机器学习和数据分析中,常用此函数生成随机索引,以实现数据集的洗牌(shuffling)。例如,洗牌训练集样本的顺序,避免模型训练顺序带来的偏差。假设有 60000 个训练样本,调用 `indices = np.random.permutation(60000)` 后,使用 `shuffled_data = original_data[indices]` 来随机化数据顺序[^3]。 - **保持数据和标签同步**:通过生成相同的随机索引数组,同时打乱特征数据和标签数据,确保对应关系不丢失。这在监督学习中至关重要[^3]。 - **性能优势**:由于 NumPy 的底层优化,该函数能高效处理大型整数输入(如 $n=60000$),生成速度快,适用于大规模数据集[^1][^4]。 4. **示例代码说明**: - 以下是一个简单的 Python 示例,展示 `np.random.permutation(60000)` 的输出特性: ```python import numpy as np # 调用函数 indices = np.random.permutation(60000) # 查看输出:结果是一个长度为 60000 的随机排列数组 print(indices[:5]) # 打印前5个元素,例如输出 [34521, 12, 49999, 0, ...] print(len(indices)) # 输出 60000,确保长度正确 print(np.all(np.sort(indices) == np.arange(60000))) # 验证元素完整且唯一,输出 True ``` - 在这个示例中,输入 $60000$ 后,函数返回一个数组,其中数字 $0$ 到 $59999$ 以随机顺序出现,且不重复。这展示了其作为索引生成器的实用性[^2][^4]。 总之,`np.random.permutation(60000)` 主要用于生成一个从 $0$ 到 $59999$ 的随机排列索引数组,适用于数据洗牌、索引随机化等场景,是 NumPy 中高效处理大规模随机序列的核心工具[^1][^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值