如何在代码中更好地实现递归关系?
How to better implement recurrence relations in code?
几天来我一直在为这个问题而苦苦挣扎,我对 Python 和更多数学密集型编码还是个新手,所以任何帮助将不胜感激,请指出正确的方向: )
所以问题是这样的:
You have a movie pass which is valid for N days. You can use it in any way you want except for 3 consecutive days or more.
So basically, you can either use your pass on a given day or choose to not, meaning 2 raised to N total possibilities. The valid ways for claiming the pass are then 2 raised to N - invalidCases
You have to find the number of valid cases % (10^9+7)
我发现无效案例的递归关系看起来像
invalidCases(at_N) = 2^(n-4) + 2*invalidCases(at_N-1) - invalidCases(at_n-4)
所以我的第一个冲动是简单地使用递归:
def invalidCases(n):
if(n<3):
return 0;
elif(n==3):
return 1;
else:
return 2**(n-4)+ 2*invalidCases(n-1)- invalidCases(n-4)
效率很低,但我的等式似乎是正确的。
我的下一次尝试,我尝试了记忆,但我在 N=1006 处一直 运行 出错。
所以我改变了递归限制。
我目前的尝试(使用记忆和增加递归限制)
import sys
sys.setrecursionlimit(10**6)
T=int(input());
#2**(n-4) + 2*ans(n-1)-ans(n-4)
memo={0:0,1:0,2:0,3:1,4:3,5:8,6:20,7:47} #
def ans(n):
#complete this function
if n not in memo:
memo[n]=(2**(n-4) + 2*ans(n-1)-ans(n-4));
return memo[n];
modulo = 10**9 + 7;
print((2**n-ans(n))%modulo);
最后,我的问题。
我需要此代码才能为 n = 999999 工作。
如何将最坏的情况降到最低?
任何指示或提示都会很棒。
这是一个完整的解决方案,它基于以下观察:三天或更长时间的有效解决方案必须以下列之一开始:
0
10
110
其中 1 表示当天使用了通行证,0 表示未使用。
第一种形式有 (n-1) 种可能性,第二种形式有 (n-2) 种可能性,第三种形式有 (n-3) 种可能性。
那么循环是:
valid(n) = valid(n-1) + valid(n-2) + valid(n-3)
基本情况是 valid(0) = 1、valid(1) = 2 和 valid(2) = 4。重要的是要注意 valid(0) 是 1,而不是零。这是因为当n=0时,只有一个解,即空序列。这不仅在数学上是正确的,而且也是递归正确工作所必需的。
该代码做了三件事以使其 运行 快速:
- 它使用缓存来缓存结果(记忆化),就像您所做的那样。
- 它不存储完整的结果,而是首先应用模数,大大缩小了取值范围。
- 它预加载缓存,从 0 开始,直到所需的值。这将最大递归深度减少到一个。
代码如下:
cache = {}
modulus = 10**9 + 7
def valid(n):
if n in cache:
return cache[n]
if n == 0:
v = 1
elif n == 1:
v = 2
elif n == 2:
v = 4
else:
v = valid(n-1) + valid(n-2) + valid(n-3)
v %= modulus
cache[n] = v
return v
def main():
# Preload the cache
for n in range(1000000):
valid(n)
print(valid(999999))
main()
这是输出:
746580045
它在我的系统上 运行 不到 2 秒。
更新:这是一个最小的迭代解决方案,灵感来自 MFisherKDX 使用的方法。种子值的构建方式消除了对特殊外壳的需求(初始 v2 有效(0)):
modulus = 10**9 + 7
def valid(n):
v0, v1, v2 = 0, 1, 1
for i in range(n):
v0, v1, v2 = v1, v2, (v0 + v1 + v2) % modulus
return v2
print(valid(999999))
此解决方案可能是您所能获得的最快的解决方案。它会在使用后丢弃中间结果,如果您只调用一次函数,这很好。
这是我的答案。自下而上的解决方案。与自上而下且同样有效的汤姆的答案进行比较。在每一天 j
它都会跟踪在 j
日使用传球的可能性的数量以及在 j
和 j-1
上使用传球的可能性的数量].
def ans(n):
total = 1
tcd = 0 #total used at current day
tcpd = 0 #total used at current and previous day
m = 1000000007
for j in range(0, n):
next_tot = 2*total - tcpd
next_tcd = total - tcpd
next_tcpd = tcd - tcpd
total = next_tot % m
tcd = next_tcd % m
tcpd = next_tcpd % m
return total
print(ans(999999))
结果是 746580045
,我的系统需要 400 毫秒。
几天来我一直在为这个问题而苦苦挣扎,我对 Python 和更多数学密集型编码还是个新手,所以任何帮助将不胜感激,请指出正确的方向: )
所以问题是这样的:
You have a movie pass which is valid for N days. You can use it in any way you want except for 3 consecutive days or more.
So basically, you can either use your pass on a given day or choose to not, meaning 2 raised to N total possibilities. The valid ways for claiming the pass are then 2 raised to N - invalidCases
You have to find the number of valid cases % (10^9+7)
我发现无效案例的递归关系看起来像
invalidCases(at_N) = 2^(n-4) + 2*invalidCases(at_N-1) - invalidCases(at_n-4)
所以我的第一个冲动是简单地使用递归:
def invalidCases(n):
if(n<3):
return 0;
elif(n==3):
return 1;
else:
return 2**(n-4)+ 2*invalidCases(n-1)- invalidCases(n-4)
效率很低,但我的等式似乎是正确的。 我的下一次尝试,我尝试了记忆,但我在 N=1006 处一直 运行 出错。 所以我改变了递归限制。
我目前的尝试(使用记忆和增加递归限制)
import sys
sys.setrecursionlimit(10**6)
T=int(input());
#2**(n-4) + 2*ans(n-1)-ans(n-4)
memo={0:0,1:0,2:0,3:1,4:3,5:8,6:20,7:47} #
def ans(n):
#complete this function
if n not in memo:
memo[n]=(2**(n-4) + 2*ans(n-1)-ans(n-4));
return memo[n];
modulo = 10**9 + 7;
print((2**n-ans(n))%modulo);
最后,我的问题。 我需要此代码才能为 n = 999999 工作。
如何将最坏的情况降到最低? 任何指示或提示都会很棒。
这是一个完整的解决方案,它基于以下观察:三天或更长时间的有效解决方案必须以下列之一开始:
0
10
110
其中 1 表示当天使用了通行证,0 表示未使用。
第一种形式有 (n-1) 种可能性,第二种形式有 (n-2) 种可能性,第三种形式有 (n-3) 种可能性。
那么循环是:
valid(n) = valid(n-1) + valid(n-2) + valid(n-3)
基本情况是 valid(0) = 1、valid(1) = 2 和 valid(2) = 4。重要的是要注意 valid(0) 是 1,而不是零。这是因为当n=0时,只有一个解,即空序列。这不仅在数学上是正确的,而且也是递归正确工作所必需的。
该代码做了三件事以使其 运行 快速:
- 它使用缓存来缓存结果(记忆化),就像您所做的那样。
- 它不存储完整的结果,而是首先应用模数,大大缩小了取值范围。
- 它预加载缓存,从 0 开始,直到所需的值。这将最大递归深度减少到一个。
代码如下:
cache = {}
modulus = 10**9 + 7
def valid(n):
if n in cache:
return cache[n]
if n == 0:
v = 1
elif n == 1:
v = 2
elif n == 2:
v = 4
else:
v = valid(n-1) + valid(n-2) + valid(n-3)
v %= modulus
cache[n] = v
return v
def main():
# Preload the cache
for n in range(1000000):
valid(n)
print(valid(999999))
main()
这是输出:
746580045
它在我的系统上 运行 不到 2 秒。
更新:这是一个最小的迭代解决方案,灵感来自 MFisherKDX 使用的方法。种子值的构建方式消除了对特殊外壳的需求(初始 v2 有效(0)):
modulus = 10**9 + 7
def valid(n):
v0, v1, v2 = 0, 1, 1
for i in range(n):
v0, v1, v2 = v1, v2, (v0 + v1 + v2) % modulus
return v2
print(valid(999999))
此解决方案可能是您所能获得的最快的解决方案。它会在使用后丢弃中间结果,如果您只调用一次函数,这很好。
这是我的答案。自下而上的解决方案。与自上而下且同样有效的汤姆的答案进行比较。在每一天 j
它都会跟踪在 j
日使用传球的可能性的数量以及在 j
和 j-1
上使用传球的可能性的数量].
def ans(n):
total = 1
tcd = 0 #total used at current day
tcpd = 0 #total used at current and previous day
m = 1000000007
for j in range(0, n):
next_tot = 2*total - tcpd
next_tcd = total - tcpd
next_tcpd = tcd - tcpd
total = next_tot % m
tcd = next_tcd % m
tcpd = next_tcpd % m
return total
print(ans(999999))
结果是 746580045
,我的系统需要 400 毫秒。