Finden Sie die Matrix mit der höchsten Punktzahl ohne Eigenschaft X


14

Diese Abfrage ist teilweise eine Algorithmusabfrage, teilweise eine Optimierungsabfrage und teilweise einfach eine schnellste Codeabfrage.

Eine zyklische Matrix ist durch ihre erste Zeile vollständig spezifiziert r. Die verbleibenden Zeilen sind jeweils zyklische Permutationen der Zeile rmit einem Versatz gleich dem Zeilenindex. Wir werden zyklische Matrizen zulassen, die nicht quadratisch sind, so dass ihnen einfach einige ihrer letzten Zeilen fehlen. Wir gehen jedoch immer davon aus, dass die Anzahl der Zeilen nicht größer als die Anzahl der Spalten ist. Betrachten Sie beispielsweise die folgende zyklische 3 × 5-Matrix.

10111
11011
11101

Wir sagen, eine Matrix hat die Eigenschaft X, wenn sie zwei nicht leere Sätze von Spalten mit nicht identischen Indizes enthält, die dieselbe (Vektor-) Summe haben. Die Vektorsumme zweier Spalten ist einfach eine elementweise Summierung der beiden Spalten. Das ist die Summe von zwei Spalten, die xElemente enthalten. Jede Spalte enthält xElemente.

Die obige Matrix hat trivialerweise die Eigenschaft X, da die erste und die letzte Spalte identisch sind. Die Identitätsmatrix hat niemals die Eigenschaft X.

Wenn wir nur die letzte Spalte der obigen Matrix entfernen, erhalten wir ein Beispiel, das keine Eigenschaft X hat und eine Punktzahl von 4/3 ergibt.

1011
1101
1110

Die Aufgabe

Die Aufgabe besteht darin, Code zu schreiben, um die zyklische Matrix mit der höchsten Punktzahl zu finden, deren Einträge alle 0 oder 1 sind und die keine Eigenschaft X hat.

Ergebnis

Ihre Punktzahl ergibt sich aus der Anzahl der Spalten geteilt durch die Anzahl der Zeilen in Ihrer Matrix mit der besten Punktzahl.

Kabelbinder

Wenn zwei Antworten die gleiche Punktzahl haben, gewinnt die zuerst eingereichte.

In dem (sehr) unwahrscheinlichen Fall, dass jemand eine Methode findet, um unbegrenzte Punktzahlen zu erhalten, wird der erste gültige Beweis für eine solche Lösung akzeptiert. In dem noch unwahrscheinlicheren Fall, dass Sie einen Beweis für die Optimalität einer endlichen Matrix finden, werde ich natürlich auch den Gewinn vergeben.

Hinweis

Es ist nicht schwer, eine Punktzahl von 12/8 zu erreichen.

Sprachen und Bibliotheken

Sie können jede Sprache verwenden, die über einen frei verfügbaren Compiler / Interpreter / etc. Verfügt. für Linux und alle Bibliotheken, die auch für Linux frei verfügbar sind.

Führende Einträge

  • 36/19 von Peter Taylor (Java)
  • 32/17 von Suboptimus Prime (C #)
  • 21/12 von justhalf (Python 2)

Ah, Eigenschaft X befindet sich in Spalten und nicht in Zeilen.
Optimierer

Wie geschrieben, hat die 1 × 2-Matrix 01 die Eigenschaft X, da die Menge der ersten Spalte dieselbe Vektorsumme wie die leere Menge hat. Vielleicht meinten Sie nicht leere Spaltengruppen? Ich denke, es ist sauberer, es nicht zu ändern.
XNOR

2
Das einfachste Lesen der Regeln ist nach wie vor das 01Eigentum X hat: (1) = (0) + (1). Wenn Sie dies ausschließen möchten, sollten Sie sagen, dass die beiden Spaltengruppen nicht verbunden sein dürfen.
Peter Taylor

1
Diese Frage wird viel Aufschluss über dieses Problem geben (wie schwierig es ist, die Eigenschaft X zu überprüfen, die leider NP-schwer ist). Mathoverflow.net/questions/157634/…
justhalf

3
Momentan zwingen wir alle 2^mSpaltenkombinationen dazu, die Eigenschaft X zu überprüfen. Wenn wir irgendwie ein "Treffen in der Mitte" -Schema entwickeln könnten (siehe das "Teilmengen" -Problem), könnte dies wahrscheinlich dazu führen, dass m * 2^(m/2)...
kennytm

Antworten:


11

16/9 20/11 22/12 28/15 30/16 32/17 34/18 36/19 (Java)

Dies nutzt eine Reihe von Ideen, um den Suchraum und die Kosten zu reduzieren. Weitere Informationen zu früheren Versionen des Codes finden Sie im Revisionsverlauf.

  • Es ist klar, dass wir in wlog nur zirkulierende Matrizen betrachten können, in denen die erste Zeile ein Lyndon-Wort ist . Wenn das Wort nicht ist, muss es die Eigenschaft X haben. Andernfalls können wir rotieren, ohne die Punktzahl oder die Eigenschaft X zu beeinflussen.
  • Basierend auf den Heuristiken der beobachteten Kurzgewinner durchlaufe ich nun die Lyndon-Wörter, beginnend mit den Wörtern mit einer Dichte von 50% (dh der gleichen Anzahl von 0und 1), und arbeite sie aus. Ich verwende den in A Gray-Code beschriebenen Algorithmus für Halsketten mit fester Dichte und Lyndon-Wörter in konstanter Amortisationszeit , Sawada und Williams, Theoretical Computer Science 502 (2013): 46-54.
  • Eine empirische Beobachtung ist, dass die Werte paarweise vorkommen: Jedes optimale Lyndon-Wort, das ich gefunden habe, erhält die gleiche Punktzahl wie seine Umkehrung. Wenn ich nur die Hälfte eines solchen Paares betrachte, erreiche ich einen Faktor von zwei Beschleunigungen.
  • Mein ursprünglicher Code arbeitete mit BigInteger, um einen genauen Test zu geben. Ich erhalte eine signifikante Geschwindigkeitsverbesserung, bei der das Risiko von falschen Negativen besteht, indem ich modulo mit einer großen Primzahl bediene und alles in Primitiven halte. Die von mir gewählte Primzahl ist die größte, die kleiner als 2 57 ist , da dies das Multiplizieren mit der Basis meiner fiktiven Vektordarstellung ohne Überlaufen ermöglicht.
  • Ich habe die Heuristik von Suboptimus Prime gestohlen , dass es möglich ist, schnell Ablehnungen zu erzielen, indem Teilmengen in aufsteigender Reihenfolge der Größe betrachtet werden. Ich habe diese Idee jetzt mit dem ternären Ansatz des Meet-in-the-Middle-Tests für kollidierende Teilmengen zusammengeführt. ( Wir danken KennyTM für den Vorschlag, den Ansatz aus dem Ganzzahl-Teilmengen-Problem anzupassen. Ich denke, dass xnor und ich den Weg gefunden haben, dies ziemlich gleichzeitig zu tun.) Anstatt nach zwei Teilmengen zu suchen, die jede Spalte 0- oder 1-mal enthalten und dieselbe Summe haben können, suchen wir nach einer Teilmenge, die jede Spalte -1-, 0- oder 1-mal enthalten und zu Null summieren kann. Dies reduziert den Speicherbedarf erheblich.
  • Es gibt einen zusätzlichen Faktor von zwei Einsparungen bei den Speicheranforderungen, indem beobachtet wird, dass, da jedes Element in {-1,0,1}^mseine Negation hat, es auch {-1,0,1}^mnur notwendig ist, eines der beiden zu speichern.
  • Ich verbessere auch den Speicherbedarf und die Leistung durch die Verwendung einer benutzerdefinierten Hashmap-Implementierung. Um 36/19 zu testen, müssen 3 ^ 18 Summen gespeichert werden, und 3 ^ 18 longs sind fast 3 GB ohne Overhead - ich habe 6 GB Heap angegeben, da 4 GB nicht ausreichen. Weitere Schritte (z. B. Test 38/20) innerhalb von 8 GB RAM erfordern weitere Optimierungen zum Speichern von Ints und nicht von Longs. Mit 20 Bits muss angegeben werden, welche Teilmenge die Summe ergibt, die 12 Bits plus die impliziten Bits aus dem Bucket übrig lässt. Ich befürchte, dass es zu viele falsche Kollisionen geben würde, um Treffer zu erzielen.
  • Da das Gewicht der Beweise darauf hindeutet, dass wir uns das ansehen sollten 2n/(n+1), beschleunige ich die Dinge, indem ich das nur teste.
  • Es gibt einige unnötige, aber beruhigende statistische Ausgaben.
import java.util.*;

// Aiming to find a solution for (2n, n+1).
public class PPCG41021_QRTernary_FixedDensity {
    private static final int N = 36;
    private static int density;
    private static long start;
    private static long nextProgressReport;

    public static void main(String[] args) {
        start = System.nanoTime();
        nextProgressReport = start + 5 * 60 * 1000000000L;

        // 0, -1, 1, -2, 2, ...
        for (int i = 0; i < N - 1; i++) {
            int off = i >> 1;
            if ((i & 1) == 1) off = ~off;
            density = (N >> 1) + off;

            // Iterate over Lyndon words of length N and given density.
            for (int j = 0; j < N; j++) a[j] = j < N - density ? '0' : '1';
            c = 1;
            Bs[1] = N - density;
            Bt[1] = density;
            gen(N - density, density, 1);
            System.out.println("----");
        }

        System.out.println("Finished in " + (System.nanoTime() - start)/1000000 + " ms");
    }

    private static int c;
    private static int[] Bs = new int[N + 1], Bt = new int[N + 1];
    private static char[] a = new char[N];
    private static void gen(int s, int t, int r) {
        if (s > 0 && t > 0) {
            int j = oracle(s, t, r);
            for (int i = t - 1; i >= j; i--) {
                updateBlock(s, t, i);
                char tmp = a[s - 1]; a[s - 1] = a[s+t-i - 1]; a[s+t-i - 1] = tmp;
                gen(s-1, t-i, testSuffix(r) ? c-1 : r);
                tmp = a[s - 1]; a[s - 1] = a[s+t-i - 1]; a[s+t-i - 1] = tmp;
                restoreBlock(s, t, i);
            }
        }
        visit();
    }

    private static int oracle(int s, int t, int r) {
        int j = pseudoOracle(s, t, r);
        updateBlock(s, t, j);
        int p = testNecklace(testSuffix(r) ? c - 1 : r);
        restoreBlock(s, t, j);
        return p == N ? j : j + 1;
    }

    private static int pseudoOracle(int s, int t, int r) {
        if (s == 1) return t;
        if (c == 1) return s == 2 ? N / 2 : 1;
        if (s - 1 > Bs[r] + 1) return 0;
        if (s - 1 == Bs[r] + 1) return cmpPair(s-1, t, Bs[c-1]+1, Bt[c-1]) <= 0 ? 0 : 1;
        if (s - 1 == Bs[r]) {
            if (s == 2) return Math.max(t - Bt[r], (t+1) >> 1);
            return Math.max(t - Bt[r], (cmpPair(s-1, t, Bs[c-1] + 1, Bt[c-1]) <= 0) ? 0 : 1); 
        }
        if (s == Bs[r]) return t;
        throw new UnsupportedOperationException("Hit the case not covered by the paper or its accompanying code");
    }

    private static int testNecklace(int r) {
        if (density == 0 || density == N) return 1;
        int p = 0;
        for (int i = 0; i < c; i++) {
            if (r - i <= 0) r += c;
            if (cmpBlocks(c-i, r-i) < 0) return 0;
            if (cmpBlocks(c-i, r-1) > 0) return N;
            if (r < c) p += Bs[r-i] + Bt[r-i];
        }
        return p;
    }

    private static int cmpPair(int a1, int a2, int b1, int b2) {
        if (a1 < b1) return -1;
        if (a1 > b1) return 1;
        if (a2 < b2) return -1;
        if (a2 > b2) return 1;
        return 0;
    }

    private static int cmpBlocks(int i, int j) {
        return cmpPair(Bs[i], Bt[i], Bs[j], Bt[j]);
    }

    private static boolean testSuffix(int r) {
        for (int i = 0; i < r; i++) {
            if (c - 1 - i == r) return true;
            if (cmpBlocks(c-1-i, r-i) < 0) return false;
            if (cmpBlocks(c-1-i, r-1) > 0) return true;
        }
        return false;
    }

    private static void updateBlock(int s, int t, int i) {
        if (i == 0 && c > 1) {
            Bs[c-1]++;
            Bs[c] = s - 1;
        }
        else {
            Bs[c] = 1;
            Bt[c] = i;
            Bs[c+1] = s-1;
            Bt[c+1] = t-i;
            c++;
        }
    }

    private static void restoreBlock(int s, int t, int i) {
        if (i == 0 && (c > 0 || (Bs[1] != 1 || Bt[1] != 0))) {
            Bs[c-1]--;
            Bs[c] = s;
        }
        else {
            Bs[c-1] = s;
            Bt[c-1] = t;
            c--;
        }
    }

    private static long[] stats = new long[N/2+1];
    private static long visited = 0;
    private static void visit() {
        String word = new String(a);

        visited++;
        if (precedesReversal(word) && testTernary(word)) System.out.println(word + " after " + (System.nanoTime() - start)/1000000 + " ms");
        if (System.nanoTime() > nextProgressReport) {
            System.out.println("Progress: visited " + visited + "; stats " + Arrays.toString(stats) + " after " + (System.nanoTime() - start)/1000000 + " ms");
             nextProgressReport += 5 * 60 * 1000000000L;
        }
    }

    private static boolean precedesReversal(String w) {
        int n = w.length();
        StringBuilder rev = new StringBuilder(w);
        rev.reverse();
        rev.append(rev, 0, n);
        for (int i = 0; i < n; i++) {
            if (rev.substring(i, i + n).compareTo(w) < 0) return false;
        }
        return true;
    }

    private static boolean testTernary(String word) {
        int n = word.length();
        String rep = word + word;

        int base = 1;
        for (char ch : word.toCharArray()) base += ch & 1;

        // Operating base b for b up to 32 implies that we can multiply by b modulo p<2^57 without overflowing a long.
        // We're storing 3^(n/2) ~= 2^(0.8*n) sums, so while n < 35.6 we don't get *too* bad a probability of false reject.
        // (In fact the birthday paradox assumes independence, and our values aren't independent, so we're better off than that).
        long p = (1L << 57) - 13;
        long[] basis = new long[n];
        basis[0] = 1;
        for (int i = 1; i < basis.length; i++) basis[i] = (basis[i-1] * base) % p;

        int rows = n / 2 + 1;
        long[] colVals = new long[n];
        for (int col = 0; col < n; col++) {
            for (int row = 0; row < rows; row++) {
                colVals[col] = (colVals[col] + basis[row] * (rep.charAt(row + col) & 1)) % p;
            }
        }

        MapInt57Int27 map = new MapInt57Int27();
        // Special-case the initial insertion.
        int[] oldLens = new int[map.entries.length];
        int[] oldSupercounts = new int[1 << 10];
        {
            // count = 1
            for (int k = 0; k < n/2; k++) {
                int val = 1 << (25 - k);
                if (!map.put(colVals[k], val)) { stats[1]++; return false; }
                if (!map.put(colVals[k + n/2], val + (1 << 26))) { stats[1]++; return false; }
            }
        }
        final long keyMask = (1L << 37) - 1;
        for (int count = 2; count <= n/2; count++) {
            int[] lens = map.counts.clone();
            int[] supercounts = map.supercounts.clone();
            for (int sup = 0; sup < 1 << 10; sup++) {
                int unaccountedFor = supercounts[sup] - oldSupercounts[sup];
                for (int supi = 0; supi < 1 << 10 && unaccountedFor > 0; supi++) {
                    int i = (sup << 10) + supi;
                    int stop = lens[i];
                    unaccountedFor -= stop - oldLens[i];
                    for (int j = oldLens[i]; j < stop; j++) {
                        long existingKV = map.entries[i][j];
                        long existingKey = ((existingKV & keyMask) << 20) + i;
                        int existingVal = (int)(existingKV >>> 37);

                        // For each possible prepend...
                        int half = (existingVal >> 26) * n/2;
                        // We have 27 bits of key, of which the top marks the half, so 26 bits. That means there are 6 bits at the top which we need to not count.
                        int k = Integer.numberOfLeadingZeros(existingVal << 6) - 1;
                        while (k >= 0) {
                            int newVal = existingVal | (1 << (25 - k));
                            long pos = (existingKey + colVals[k + half]) % p;
                            if (pos << 1 > p) pos = p - pos;
                            if (pos == 0 || !map.put(pos, newVal)) { stats[count]++; return false; }
                            long neg = (p - existingKey + colVals[k + half]) % p;
                            if (neg << 1 > p) neg = p - neg;
                            if (neg == 0 || !map.put(neg, newVal)) { stats[count]++; return false; }
                            k--;
                        }
                    }
                }
            }
            oldLens = lens;
            oldSupercounts = supercounts;
        }

        stats[n/2]++;
        return true;
    }

    static class MapInt57Int27 {
        private long[][] entries;
        private int[] counts;
        private int[] supercounts;

        public MapInt57Int27() {
            entries = new long[1 << 20][];
            counts = new int[1 << 20];
            supercounts = new int[1 << 10];
        }

        public boolean put(long key, int val) {
            int bucket = (int)(key & (entries.length - 1));
            long insert = (key >>> 20) | (((long)val) << 37);
            final long mask = (1L << 37) - 1;

            long[] chain = entries[bucket];
            if (chain == null) {
                chain = new long[16];
                entries[bucket] = chain;
                chain[0] = insert;
                counts[bucket]++;
                supercounts[bucket >> 10]++;
                return true;
            }

            int stop = counts[bucket];
            for (int i = 0; i < stop; i++) {
                if ((chain[i] & mask) == (insert & mask)) {
                    return false;
                }
            }

            if (stop == chain.length) {
                long[] newChain = new long[chain.length < 512 ? chain.length << 1 : chain.length + 512];
                System.arraycopy(chain, 0, newChain, 0, chain.length);
                entries[bucket] = newChain;
                chain = newChain;
            }
            chain[stop] = insert;
            counts[bucket]++;
            supercounts[bucket >> 10]++;
            return true;
        }
    }
}

Der erste gefunden ist

000001001010110001000101001111111111

und das ist der einzige Treffer in 15 Stunden.

Kleinere Gewinner:

4/3:    0111                       (plus 8 different 8/6)
9/6:    001001011                  (and 5 others)
11/7:   00010100111                (and 3 others)
13/8:   0001001101011              (and 5 others)
15/9:   000010110110111            (and 21 others)
16/9:   0000101110111011           (and 1 other)
20/11:  00000101111011110111       (and others)
22/12:  0000001100110011101011     (and others)
24/13:  000000101011101011101011   (and others)
26/14:  00000001101110010011010111 (and others)
28/15:  0000000010000111100111010111 (and others)
30/16:  000000001011001110011010101111 (and probably others)
32/17:  00001100010010100100101011111111 (and others)
34/18:  0000101000100101000110010111111111 (and others)

Das ist eine gute Verbesserung. Die Verwendung von Lyndon-Wörtern bedeutet anscheinend, dass Sie nur ungefähr 2 ^ n / n binäre Zeichenfolgen für die erste Zeile anstelle von 2 ^ n prüfen müssen.

Wenn Sie jede Ziffer von BigInteger als Matrixzelle verwenden, gibt es dann keine falsche Antwort, wenn n> 10 ist?
kennytm

@KennyTM, beachten Sie, dass der zweite Parameter der Radix ist. Es gibt einen kleinen Fehler: Ich sollte neher als verwenden rows, obwohl es in dem Sinne ausfallsicher ist, dass gültige Lösungen verworfen werden, anstatt ungültige zu akzeptieren. Es hat auch keinen Einfluss auf die Ergebnisse.
Peter Taylor

1
Ich denke, wir sind praktisch auf dieses Ergebnis beschränkt, da die Prüfung der Eigenschaft X sehr zeitaufwendig ist, es sei denn, wir haben eine andere äquivalente Bedingung gefunden, die schneller bewertet werden kann. Aus diesem Grund war ich so gespannt darauf, dass "Nicht-Primzahl" die Eigenschaft X = D impliziert
Hälfte des

1
@SuboptimusPrime, ich habe es unter people.math.sfu.ca/~kya17/teaching/math343/16-343.pdf gefunden und einen Fehler behoben. Interessanterweise gehört der Algorithmus, den ich jetzt verwende, um Lyndon-Wörter zu durchlaufen, zu einer Klasse verwandter Algorithmen, die auch k-of-n-Teilmengen ausführen, sodass ich möglicherweise in der Lage bin, Code umzugestalten und gemeinsam zu nutzen.
Peter Taylor

9

Python 2 - 21/12

In dem Prozess zu beweisen, dass 2-(3/n)es für jeden immer ein gibtn

Inspiriert von dieser Frage benutzte ich De Bruijn Sequence , um die möglichen Matrizen zu erzwingen. Und nach brachialer Anstrengung n=6,7,8,9,10fand ich ein Muster, dessen höchste Lösung immer die Form von ist (n, 2n-3).

Deshalb habe ich eine andere Methode entwickelt, um nur diese Form der Matrix zu erzwingen und Multiprocessing zu verwenden, um die Dinge zu beschleunigen, da diese Aufgabe hochgradig verteilbar ist. In 16-Core-Ubuntu kann es n=12in etwa 4 Minuten eine Lösung finden :

Versuchen (0, 254)
Versuchen (254, 509)
Versuchen (509, 764)
Versuchen (764, 1018)
Versuchen (1018, 1273)
Versuchen (1273, 1528)
Versuchen (1528, 1782)
Versuchen (1782, 2037)
Versuchen (2037, 2292)
Versuchen (2292, 2546)
Versuchen (2546, 2801)
Versuchen (2801, 3056)
Versuchen (3056, 3310)
Versuchen (3820, 4075)
Versuchen (3565, 3820)
Versuchen (3310, 3565)
(1625, 1646)
[[0 0 0 1 0 0 1 0 1 1 1 1 0 0 1 0 0 1 1 1 0]
 [0 0 1 0 0 1 0 1 1 1 1 0 0 1 0 0 1 1 0 0]
 [0 1 0 0 1 0 1 1 1 1 0 0 1 0 0 1 1 0 0 0]
 [1 0 0 1 0 1 1 1 1 0 0 1 0 0 1 1 0 0 0 0 0]
 [0 0 1 0 1 1 1 1 0 0 1 0 0 1 1 0 0 0 0 0 1]
 [0 1 0 1 1 1 1 0 0 1 0 0 1 1 0 0 0 0 0 1 0]
 [1 0 1 1 1 1 0 0 1 0 0 1 1 0 0 0 0 1 0 0]
 [0 1 1 1 1 0 0 1 0 0 1 1 0 0 0 0 1 0 0 1]
 [1 1 1 1 0 0 0 1 0 0 1 1 0 0 0 0 1 0 0 1 0]
 [1 1 1 0 0 0 1 0 0 1 1 0 0 0 1 0 0 1 0 1 0 1]
 [1 1 0 0 0 1 0 0 1 1 0 0 0 1 0 0 1 0 1 1 1]
 [1 0 0 0 1 0 0 1 1 0 0 0 1 0 0 1 0 1 1 1 1]]
(12, 21)
Prüfungsergebnis: 1.7500

echte 4m9.121s
Benutzer 42m47.472s
sys 0m5.780s

Der Großteil der Berechnung geht zur Überprüfung der Eigenschaft X, für die alle Teilmengen überprüft werden müssen (es gibt 2^(2n-3)Teilmengen).

Beachten Sie, dass ich die erste Reihe nach links drehe, nicht wie in der Frage nach rechts. Dies ist jedoch äquivalent, da Sie die gesamte Matrix einfach umkehren können. =)

Der Code:

import math
import numpy as np
from itertools import combinations
from multiprocessing import Process, Queue, cpu_count

def de_bruijn(k, n):
    """
    De Bruijn sequence for alphabet k
    and subsequences of length n.
    """
    alphabet = list(range(k))
    a = [0] * k * n
    sequence = []
    def db(t, p):
        if t > n:
            if n % p == 0:
                for j in range(1, p + 1):
                    sequence.append(a[j])
        else:
            a[t] = a[t - p]
            db(t + 1, p)
            for j in range(a[t - p] + 1, k):
                a[t] = j
                db(t + 1, t)
    db(1, 1)
    return sequence

def generate_cyclic_matrix(seq, n):
    result = []
    for i in range(n):
        result.append(seq[i:]+seq[:i])
    return np.array(result)

def generate_cyclic_matrix_without_property_x(n=3, n_jobs=-1):
    seq = de_bruijn(2,n)
    seq = seq + seq[:n/2]
    max_idx = len(seq)
    max_score = 1
    max_matrix = np.array([[]])
    max_ij = (0,0)
    workers = []
    queue = Queue()
    if n_jobs < 0:
        n_jobs += cpu_count()+1
    for i in range(n_jobs):
        worker = Process(target=worker_function, args=(seq,i*(2**n-2*n+3)/n_jobs, (i+1)*(2**n-2*n+3)/n_jobs, n, queue))
        workers.append(worker)
        worker.start()
    (result, max_ij) = queue.get()
    for worker in workers:
        worker.terminate()
    return (result, max_ij)

def worker_function(seq,min_idx,max_idx,n,queue):
    print 'Trying (%d, %d)' % (min_idx, max_idx)
    for i in range(min_idx, max_idx):
        j = i+2*n-3
        result = generate_cyclic_matrix(seq[i:j], n)
        if has_property_x(result):
            continue
        else:
            queue.put( (result, (i,j)) )
            return

def has_property_x(mat):
    vecs = zip(*mat)
    vector_sums = set()
    for i in range(1, len(vecs)+1):
        for combination in combinations(vecs, i):
            vector_sum = tuple(sum(combination, np.array([0]*len(mat))))
            if vector_sum in vector_sums:
                return True
            else:
                vector_sums.add(vector_sum)
    return False

def main():
    import sys
    n = int(sys.argv[1])
    if len(sys.argv) > 2:
        n_jobs = int(sys.argv[2])
    else:
        n_jobs = -1
    (matrix, ij) = generate_cyclic_matrix_without_property_x(n, n_jobs)
    print ij
    print matrix
    print matrix.shape
    print 'Score: %.4f' % (float(matrix.shape[1])/matrix.shape[0])

if __name__ == '__main__':
    main()

Alte Antwort als Referenz

Die bisher optimale Lösung ( n=10):

(855, 872)
[[1 1 0 1 0 1 0 1 1 1 1 0 1 1 1 0]
 [1 0 1 0 1 0 0 1 1 1 1 0 1 1 1 0 1]
 [0 1 0 1 0 0 1 1 1 1 0 1 1 1 0 1 1]
 [1 0 1 0 0 1 1 1 1 0 1 1 1 0 1 1 0]
 [0 1 0 0 1 1 1 1 0 1 1 1 0 1 1 0 1]
 [1 0 0 1 1 1 1 0 1 1 1 0 1 1 0 1 0]
 [0 0 1 1 1 1 0 1 1 1 0 1 1 0 1 0 1]
 [0 1 1 1 1 0 1 1 1 0 1 1 0 1 0 1 0]
 [1 1 1 1 0 1 1 1 0 1 1 0 1 0 1 0 0]
 [1 1 1 0 1 1 1 0 1 1 0 1 0 1 0 0 1]]
(10, 17)
Ergebnis: 1.7000

Für n=7:

(86, 97)
[[0 1 1 1 0 1 0 0 1 1 1]
 [1 1 1 0 1 0 0 1 1 1 0]
 [1 1 0 1 0 0 1 1 1 0 1]
 [1 0 1 0 0 1 1 1 0 1 1]
 [0 1 0 0 1 1 1 0 1 1 1]
 [1 0 0 1 1 1 0 1 1 1 0]
 [0 0 1 1 1 0 1 1 1 0 1]]
(7, 11)
Spielstand: 1.5714

Eine Lösung mit der Form wie von OP ( n=8) beschrieben:

(227, 239)
[[0 1 0 1 1 1 1 1 0 1 1 0]
 [1 0 1 1 1 1 1 0 1 1 0 0]
 [0 1 1 1 1 1 0 1 1 0 0 1]
 [1 1 1 1 1 0 1 1 0 0 1 0]
 [1 1 1 1 0 1 1 0 0 1 0 1]
 [1 1 1 0 1 1 0 0 1 0 1 1]
 [1 1 0 1 1 0 0 1 0 1 1 1]
 [1 0 1 1 0 0 1 0 1 1 1 1]]
(8, 12)
Ergebnis: 1.5000

Aber eine bessere ( n=8):

(95, 108)
[[0 1 1 0 0 1 0 0 0 1 1 0 1]
 [1 1 0 0 1 0 0 0 1 1 0 1 0]
 [1 0 0 1 0 0 0 1 1 0 1 0 1]
 [0 0 1 0 0 0 1 1 0 1 0 1 1]
 [0 1 0 0 0 1 1 0 1 0 1 1 0]
 [1 0 0 0 1 1 0 1 0 1 1 0 0]
 [0 0 0 1 1 0 1 0 1 1 0 0 1]
 [0 0 1 1 0 1 0 1 1 0 0 1 0]]
(8, 13)
Prüfungsergebnis: 1.6250

Es fand auch eine andere optimale Lösung bei n=9:

(103, 118)
[[0 1 0 1 1 1 0 0 0 0 1 1 0 0 1]
 [1 0 1 1 1 0 0 0 0 1 1 0 0 1 0]
 [0 1 1 1 0 0 0 0 1 1 0 0 1 0 1]
 [1 1 1 0 0 0 0 1 1 0 0 1 0 1 0]
 [1 1 0 0 0 0 1 1 0 0 1 0 1 0 1]
 [1 0 0 0 0 1 1 0 0 1 0 1 0 1 1]
 [0 0 0 0 1 1 0 0 1 0 1 0 1 1 1]
 [0 0 0 1 1 0 0 1 0 1 0 1 1 1 0]
 [0 0 1 1 0 0 1 0 1 0 1 1 1 0 0]]
(9, 15)
Prüfungsergebnis: 1.6667

Der Code lautet wie folgt. Es ist nur rohe Gewalt, aber zumindest kann es etwas Besseres finden als OPs Behauptung =)

import numpy as np
from itertools import combinations

def de_bruijn(k, n):
    """
    De Bruijn sequence for alphabet k
    and subsequences of length n.
    """
    alphabet = list(range(k))
    a = [0] * k * n
    sequence = []
    def db(t, p):
        if t > n:
            if n % p == 0:
                for j in range(1, p + 1):
                    sequence.append(a[j])
        else:
            a[t] = a[t - p]
            db(t + 1, p)
            for j in range(a[t - p] + 1, k):
                a[t] = j
                db(t + 1, t)
    db(1, 1)
    return sequence

def generate_cyclic_matrix(seq, n):
    result = []
    for i in range(n):
        result.append(seq[i:]+seq[:i])
    return np.array(result)

def generate_cyclic_matrix_without_property_x(n=3):
    seq = de_bruijn(2,n)
    max_score = 0
    max_matrix = []
    max_ij = (0,0)
    for i in range(2**n+1):
        for j in range(i+n, 2**n+1):
            score = float(j-i)/n
            if score <= max_score:
                continue
            result = generate_cyclic_matrix(seq[i:j], n)
            if has_property_x(result):
                continue
            else:
                if score > max_score:
                    max_score = score
                    max_matrix = result
                    max_ij = (i,j)
    return (max_matrix, max_ij)

def has_property_x(mat):
    vecs = zip(*mat)
    vector_sums = set()
    for i in range(1, len(vecs)):
        for combination in combinations(vecs, i):
            vector_sum = tuple(sum(combination, np.array([0]*len(mat))))
            if vector_sum in vector_sums:
                return True
            else:
                vector_sums.add(vector_sum)
    return False

def main():
    import sys
    n = int(sys.argv[1])
    (matrix, ij) = generate_cyclic_matrix_without_property_x(n)
    print ij
    print matrix
    print matrix.shape
    print 'Score: %.4f' % (float(matrix.shape[1])/matrix.shape[0])

if __name__ == '__main__':
    main()

Ein toller Start :)

2
@Lembik Jetzt kann ich fast jeden schlagen (begrenzt durch die Rechenzeit), der eine Punktzahl unter 2 behauptet. =)
halbe

Können Sie in diesem Fall 19/10 schlagen?

@Lembik Ich glaube nicht, dass ich kann. Es erfordert n >= 31, was impliziert, dass ich bis zu 2^(2n-3) = 2^59Kombinationen von 31-dimensionalen Vektoren prüfen müsste . Wird in unserem Leben nicht zu Ende sein = D
halbe

2
Können Sie nachweisen, dass Sie immer um n*(2n-3)
xnor

7

24/13 26/14 28/15 30/16 32/17 (C #)

Bearbeiten: Veraltete Informationen aus meiner Antwort gelöscht. Ich verwende größtenteils den gleichen Algorithmus wie Peter Taylor ( Bearbeiten: Es sieht so aus, als würde er jetzt einen besseren Algorithmus verwenden), obwohl ich einige meiner eigenen Optimierungen hinzugefügt habe:

  • Ich habe die Strategie "Treffen in der Mitte" implementiert, nach Spaltensätzen mit der gleichen Vektorsumme zu suchen (vorgeschlagen durch diesen KennyTM-Kommentar ). Diese Strategie hat die Speichernutzung stark verbessert, ist jedoch ziemlich langsam. Daher habe ich die HasPropertyXFastFunktion hinzugefügt , mit der schnell überprüft wird, ob kleine Mengen mit gleichen Summen vorhanden sind, bevor der Ansatz "Treffen in der Mitte" verwendet wird.
  • Beim Durchlaufen von Spaltensätzen in der HasPropertyXFast Funktion beginne ich mit dem Überprüfen von Spaltensätzen mit 1 Spalte, dann mit 2, 3 usw. Die Funktion kehrt zurück, sobald die erste Kollision von Spaltensummen gefunden wurde. In der Praxis bedeutet dies, dass ich normalerweise nur ein paar Hundert oder Tausende von Spaltensätzen anstelle von Millionen überprüfen muss.
  • Ich verwende longVariablen, um ganze Spalten und ihre Vektorsummen zu speichern und zu vergleichen. Dieser Ansatz ist mindestens eine Größenordnung schneller als der Vergleich von Spalten als Arrays.
  • Ich habe meine eigene Implementierung von Hashset hinzugefügt, die für den long Datentyp und für meine Verwendungsmuster optimiert ist .
  • Ich verwende dieselben 3 Hashsets für die gesamte Lebensdauer der Anwendung, um die Anzahl der Speicherzuweisungen zu verringern und die Leistung zu verbessern.
  • Multithreading-Unterstützung.

Programmausgabe:

00000000000111011101010010011111
10000000000011101110101001001111
11000000000001110111010100100111
11100000000000111011101010010011
11110000000000011101110101001001
11111000000000001110111010100100
01111100000000000111011101010010
00111110000000000011101110101001
10011111000000000001110111010100
01001111100000000000111011101010
00100111110000000000011101110101
10010011111000000000001110111010
01001001111100000000000111011101
10100100111110000000000011101110
01010010011111000000000001110111
10101001001111100000000000111011
11010100100111110000000000011101
Score: 32/17 = 1,88235294117647
Time elapsed: 02:11:05.9791250

Code:

using System;
using System.Collections.Generic;
using System.Diagnostics;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

class Program
{
    const int MaxWidth = 32;
    const int MaxHeight = 17;

    static object _lyndonWordLock = new object();

    static void Main(string[] args)
    {
        Stopwatch sw = Stopwatch.StartNew();
        double maxScore = 0;
        const int minHeight = 17; // 1
        for (int height = minHeight; height <= MaxHeight; height++)
        {
            Console.WriteLine("Row count = " + height);
            Console.WriteLine("Time elapsed: " + sw.Elapsed + "\r\n");

            int minWidth = Math.Max(height, (int)(height * maxScore) + 1);
            for (int width = minWidth; width <= MaxWidth; width++)
            {
#if MULTITHREADING
                int[,] matrix = FindMatrixParallel(width, height);
#else
                int[,] matrix = FindMatrix(width, height);
#endif
                if (matrix != null)
                {
                    PrintMatrix(matrix);
                    Console.WriteLine("Time elapsed: " + sw.Elapsed + "\r\n");
                    maxScore = (double)width / height;
                }
                else
                    break;
            }
        }
    }

#if MULTITHREADING
    static int[,] FindMatrixParallel(int width, int height)
    {
        _lyndonWord = 0;
        _stopSearch = false;

        int threadCount = Environment.ProcessorCount;
        Task<int[,]>[] tasks = new Task<int[,]>[threadCount];
        for (int i = 0; i < threadCount; i++)
            tasks[i] = Task<int[,]>.Run(() => FindMatrix(width, height));

        int index = Task.WaitAny(tasks);
        if (tasks[index].Result != null)
            _stopSearch = true;

        Task.WaitAll(tasks);
        foreach (Task<int[,]> task in tasks)
            if (task.Result != null)
                return task.Result;

        return null;
    }

    static volatile bool _stopSearch;
#endif

    static int[,] FindMatrix(int width, int height)
    {
#if MULTITHREADING
        _columnSums = new LongSet();
        _left = new LongSet();
        _right = new LongSet();
#endif

        foreach (long rowTemplate in GetLyndonWords(width))
        {
            int[,] matrix = new int[width, height];
            for (int x = 0; x < width; x++)
            {
                int cellValue = (int)(rowTemplate >> (width - 1 - x)) % 2;
                for (int y = 0; y < height; y++)
                    matrix[(x + y) % width, y] = cellValue;
            }

            if (!HasPropertyX(matrix))
                return matrix;

#if MULTITHREADING
            if (_stopSearch)
                return null;
#endif
        }

        return null;
    }

#if MULTITHREADING
    static long _lyndonWord;
#endif

    static IEnumerable<long> GetLyndonWords(int length)
    {
        long lyndonWord = 0;
        long max = (1L << (length - 1)) - 1;
        while (lyndonWord <= max)
        {
            if ((lyndonWord % 2 != 0) && PrecedesReversal(lyndonWord, length))
                yield return lyndonWord;

#if MULTITHREADING
            lock (_lyndonWordLock)
            {
                if (_lyndonWord <= max)
                    _lyndonWord = NextLyndonWord(_lyndonWord, length);
                else
                    yield break;

                lyndonWord = _lyndonWord;
            }
#else
            lyndonWord = NextLyndonWord(lyndonWord, length);
#endif
        }
    }

    static readonly int[] _lookup =
    {
        32, 0, 1, 26, 2, 23, 27, 0, 3, 16, 24, 30, 28, 11, 0, 13, 4, 7, 17,
        0, 25, 22, 31, 15, 29, 10, 12, 6, 0, 21, 14, 9, 5, 20, 8, 19, 18
    };

    static int NumberOfTrailingZeros(uint i)
    {
        return _lookup[(i & -i) % 37];
    }

    static long NextLyndonWord(long w, int length)
    {
        if (w == 0)
            return 1;

        int currentLength = length - NumberOfTrailingZeros((uint)w);
        while (currentLength < length)
        {
            w += w >> currentLength;
            currentLength *= 2;
        }

        w++;

        return w;
    }

    private static bool PrecedesReversal(long lyndonWord, int length)
    {
        int shift = length - 1;

        long reverse = 0;
        for (int i = 0; i < length; i++)
        {
            long bit = (lyndonWord >> i) % 2;
            reverse |= bit << (shift - i);
        }

        for (int i = 0; i < length; i++)
        {
            if (reverse < lyndonWord)
                return false;

            long bit = reverse % 2;
            reverse /= 2;
            reverse += bit << shift;
        }

        return true;
    }

#if MULTITHREADING
    [ThreadStatic]
#endif
    static LongSet _left = new LongSet();
#if MULTITHREADING
    [ThreadStatic]
#endif
    static LongSet _right = new LongSet();

    static bool HasPropertyX(int[,] matrix)
    {
        long[] matrixColumns = GetMatrixColumns(matrix);
        if (matrixColumns.Length == 1)
            return false;

        return HasPropertyXFast(matrixColumns) || MeetInTheMiddle(matrixColumns);
    }

    static bool MeetInTheMiddle(long[] matrixColumns)
    {
        long[] leftColumns = matrixColumns.Take(matrixColumns.Length / 2).ToArray();
        long[] rightColumns = matrixColumns.Skip(matrixColumns.Length / 2).ToArray();

        if (PrepareHashSet(leftColumns, _left) || PrepareHashSet(rightColumns, _right))
            return true;

        foreach (long columnSum in _left.GetValues())
            if (_right.Contains(columnSum))
                return true;

        return false;
    }

    static bool PrepareHashSet(long[] columns, LongSet sums)
    {
        int setSize = (int)System.Numerics.BigInteger.Pow(3, columns.Length);
        sums.Reset(setSize, setSize);
        foreach (long column in columns)
        {
            foreach (long sum in sums.GetValues())
                if (!sums.Add(sum + column) || !sums.Add(sum - column))
                    return true;

            if (!sums.Add(column) || !sums.Add(-column))
                return true;
        }

        return false;
    }

#if MULTITHREADING
    [ThreadStatic]
#endif
    static LongSet _columnSums = new LongSet();

    static bool HasPropertyXFast(long[] matrixColumns)
    {
        int width = matrixColumns.Length;

        int maxColumnCount = width / 3;
        _columnSums.Reset(width, SumOfBinomialCoefficients(width, maxColumnCount));

        int resetBit, setBit;
        for (int k = 1; k <= maxColumnCount; k++)
        {
            uint columnMask = (1u << k) - 1;
            long sum = 0;
            for (int i = 0; i < k; i++)
                sum += matrixColumns[i];

            while (true)
            {
                if (!_columnSums.Add(sum))
                    return true;
                if (!NextColumnMask(columnMask, k, width, out resetBit, out setBit))
                    break;
                columnMask ^= (1u << resetBit) ^ (1u << setBit);
                sum = sum - matrixColumns[resetBit] + matrixColumns[setBit];
            }
        }

        return false;
    }

    // stolen from Peter Taylor
    static bool NextColumnMask(uint mask, int k, int n, out int resetBit, out int setBit)
    {
        int gap = NumberOfTrailingZeros(~mask);
        int next = 1 + NumberOfTrailingZeros(mask & (mask + 1));

        if (((k - gap) & 1) == 0)
        {
            if (gap == 0)
            {
                resetBit = next - 1;
                setBit = next - 2;
            }
            else if (gap == 1)
            {
                resetBit = 0;
                setBit = 1;
            }
            else
            {
                resetBit = gap - 2;
                setBit = gap;
            }
        }
        else
        {
            if (next == n)
            {
                resetBit = 0;
                setBit = 0;
                return false;
            }

            if ((mask & (1 << next)) == 0)
            {
                if (gap == 0)
                {
                    resetBit = next - 1;
                    setBit = next;
                }
                else
                {
                    resetBit = gap - 1;
                    setBit = next;
                }
            }
            else
            {
                resetBit = next;
                setBit = gap;
            }
        }

        return true;
    }

    static long[] GetMatrixColumns(int[,] matrix)
    {
        int width = matrix.GetLength(0);
        int height = matrix.GetLength(1);

        long[] result = new long[width];
        for (int x = 0; x < width; x++)
        {
            long column = 0;
            for (int y = 0; y < height; y++)
            {
                column *= 13;
                if (matrix[x, y] == 1)
                    column++;
            }

            result[x] = column;
        }

        return result;
    }

    static int SumOfBinomialCoefficients(int n, int k)
    {
        int result = 0;
        for (int i = 0; i <= k; i++)
            result += BinomialCoefficient(n, i);
        return result;
    }

    static int BinomialCoefficient(int n, int k)
    {
        long result = 1;
        for (int i = n - k + 1; i <= n; i++)
            result *= i;
        for (int i = 2; i <= k; i++)
            result /= i;
        return (int)result;
    }

    static void PrintMatrix(int[,] matrix)
    {
        int width = matrix.GetLength(0);
        int height = matrix.GetLength(1);

        for (int y = 0; y < height; y++)
        {
            for (int x = 0; x < width; x++)
                Console.Write(matrix[x, y]);
            Console.WriteLine();
        }

        Console.WriteLine("Score: {0}/{1} = {2}", width, height, (double)width / height);
    }
}


class LongSet
{
    private static readonly int[] primes =
    {
        17, 37, 67, 89, 113, 149, 191, 239, 307, 389, 487, 613, 769, 967, 1213, 1523, 1907,
        2389, 2999, 3761, 4703, 5879, 7349, 9187, 11489, 14369, 17971, 22469, 28087, 35111,
        43889, 54869, 68597, 85751, 107197, 133999, 167521, 209431, 261791, 327247, 409063,
        511333, 639167, 798961, 998717, 1248407, 1560511, 1950643, 2438309, 3047909,
        809891, 4762367, 5952959, 7441219, 9301529, 11626913, 14533661, 18167089, 22708867,
        28386089, 35482627, 44353297, 55441637, 69302071, 86627603, 108284507, 135355669,
        169194593, 211493263, 264366593, 330458263, 413072843, 516341057, 645426329,
        806782913, 1008478649, 1260598321
    };

    private int[] _buckets;
    private int[] _nextItemIndexes;
    private long[] _items;
    private int _count;
    private int _minCapacity;
    private int _maxCapacity;
    private int _currentCapacity;

    public LongSet()
    {
        Initialize(0, 0);
    }

    private int GetPrime(int capacity)
    {
        foreach (int prime in primes)
            if (prime >= capacity)
                return prime;

        return int.MaxValue;
    }

    public void Reset(int minCapacity, int maxCapacity)
    {
        if (maxCapacity > _maxCapacity)
            Initialize(minCapacity, maxCapacity);
        else
            ClearBuckets();
    }

    private void Initialize(int minCapacity, int maxCapacity)
    {
        _minCapacity = GetPrime(minCapacity);
        _maxCapacity = GetPrime(maxCapacity);
        _currentCapacity = _minCapacity;

        _buckets = new int[_maxCapacity];
        _nextItemIndexes = new int[_maxCapacity];
        _items = new long[_maxCapacity];
        _count = 0;
    }

    private void ClearBuckets()
    {
        Array.Clear(_buckets, 0, _currentCapacity);
        _count = 0;
        _currentCapacity = _minCapacity;
    }

    public bool Add(long value)
    {
        int bucket = (int)((ulong)value % (ulong)_currentCapacity);
        for (int i = _buckets[bucket] - 1; i >= 0; i = _nextItemIndexes[i])
            if (_items[i] == value)
                return false;

        if (_count == _currentCapacity)
        {
            Grow();
            bucket = (int)((ulong)value % (ulong)_currentCapacity);
        }

        int index = _count;
        _items[index] = value;
        _nextItemIndexes[index] = _buckets[bucket] - 1;
        _buckets[bucket] = index + 1;
        _count++;

        return true;
    }

    private void Grow()
    {
        Array.Clear(_buckets, 0, _currentCapacity);

        const int growthFactor = 8;
        int newCapacity = GetPrime(_currentCapacity * growthFactor);
        if (newCapacity > _maxCapacity)
            newCapacity = _maxCapacity;
        _currentCapacity = newCapacity;

        for (int i = 0; i < _count; i++)
        {
            int bucket = (int)((ulong)_items[i] % (ulong)newCapacity);
            _nextItemIndexes[i] = _buckets[bucket] - 1;
            _buckets[bucket] = i + 1;
        }
    }

    public bool Contains(long value)
    {
        int bucket = (int)((ulong)value % (ulong)_buckets.Length);
        for (int i = _buckets[bucket] - 1; i >= 0; i = _nextItemIndexes[i])
            if (_items[i] == value)
                return true;

        return false;
    }

    public IReadOnlyList<long> GetValues()
    {
        return new ArraySegment<long>(_items, 0, _count);
    }
}

Konfigurationsdatei:

<?xml version="1.0" encoding="utf-8" ?>
<configuration>
  <runtime>
    <gcAllowVeryLargeObjects enabled="true" />
  </runtime>
</configuration>

In mancher Hinsicht scheinen Sie eher pessimisiert als optimiert zu haben. Das Einzige, was wirklich nach einer Optimierung aussieht, ist, dass Bits zusammenstoßen, indem Sie ulongden Shift-Wrap verwenden und nicht verwenden BigInteger.
Peter Taylor

@PeterTaylor Die wichtigste Optimierung ist die HasPropertyX-Funktion. Die Funktion wird zurückgegeben, sobald die erste Kollision von Spaltensummen gefunden wurde (im Gegensatz zu Ihrer scoreLyndonWord-Funktion). Ich habe die Spaltenmasken auch so sortiert, dass wir zuerst die Spaltensätze überprüfen, bei denen die Wahrscheinlichkeit einer Kollision größer ist. Diese beiden Optimierungen verbesserten die Leistung um eine Größenordnung.
Suboptimus Prime

Obwohl Leistungsänderungen oftmals überraschend sind, sollte der frühe Abbruch im Prinzip nicht mehr als den Faktor 2 ergeben und GetSumOfColumnseine zusätzliche Schleife hinzufügen, von der ich erwarten würde, dass sie mehr als den Faktor 2 kostet. Die Maskensortierung klingt interessant: Vielleicht könnten Sie das die Antwort editieren, um ein bisschen darüber zu reden? (Und irgendwann werde ich mit einer alternativen Methode experimentieren, um den frühen Abbruch durchzuführen: Der Grund, warum ich das nicht kann, ist, dass HashSet keine gleichzeitige Iteration und Modifikation unterstützt, aber ich habe Ideen, um die Notwendigkeit eines Iterators zu vermeiden.) .
Peter Taylor

2
@justhalf Die Verwendung eines Gray-ähnlichen Ansatzes zum Durchlaufen der Teilmengen einer festen Größe lohnt sich tatsächlich. Es erlaubte mir, in weniger als 9 Minuten einen 26/14 und in zwei Stunden 34 von ihnen zu finden, und an diesem Punkt brach ich ab. Ich teste gerade, ob ich in einer angemessenen Zeit 28/15 bekomme.
Peter Taylor

1
@Lembik, ich habe 29/15 in 75,5 Stunden ausgiebig erkundet. 31/16 würde ungefähr dreimal so lange dauern - also mehr als eine Woche. Wir haben beide einige Optimierungen vorgenommen, seit ich diesen Test von 29/15 gestartet habe. Vielleicht ist es jetzt nur noch eine Woche. Es hindert Sie nichts daran, meinen Code oder den Code von SuboptimusPrime zu kompilieren und selbst auszuführen, wenn Sie einen Computer haben, auf dem Sie so lange bleiben können.
Peter Taylor
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.