有谁知道是否有一个Python内置的计算传递元组闭包?传递闭包python元组
我有形式(1,2),(2,3),(3,4)
的元组,我试图让(1,2),(2,3),(3,4),(1,3)(2,4)
感谢。
有谁知道是否有一个Python内置的计算传递元组闭包?传递闭包python元组
我有形式(1,2),(2,3),(3,4)
的元组,我试图让(1,2),(2,3),(3,4),(1,3)(2,4)
感谢。
只是一个快速的尝试:
def transitive_closure(elements):
elements = set([(x,y) if x < y else (y,x) for x,y in elements])
relations = {}
for x,y in elements:
if x not in relations:
relations[x] = []
relations[x].append(y)
closure = set()
def build_closure(n):
def f(k):
for y in relations.get(k, []):
closure.add((n, y))
f(y)
f(n)
for k in relations.keys():
build_closure(k)
return closure
执行的话,我们会得到
In [3]: transitive_closure([(1,2),(2,3),(3,4)])
Out[3]: set([(1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 4)])
这个作品,谢谢! – Duke 2011-12-29 21:49:59
也许“关系”不是正确的名字;它只是为每个号码存储其他“可到达”号码,建立一个DAG。递归函数'build_closure'创建访问图的所有匹配(这个解决方案有很强的输入假设,更灵活(和复杂)可能更适合其他输入) [duh,评论已删除..留下此答案以供参考] – StefanoP 2011-12-29 22:00:27
如果输入中有一个循环,这将运行到无限递归。 (我第一次误解了代码,不知怎的,以为你在迭代元素对而不是元组 - 在构建关系的同时解开单个元素的包装。) – 2011-12-29 22:01:01
有没有内置的传递闭。
虽然它们很容易实现。
这是我对此采取:
def transitive_closure(a):
closure = set(a)
while True:
new_relations = set((x,w) for x,y in closure for q,w in closure if q == y)
closure_until_now = closure | new_relations
if closure_until_now == closure:
break
closure = closure_until_now
return closure
电话: transitive_closure([(1,2),(2,3),(3,4)])
结果: set([(1, 2), (1, 3), (1, 4), (2, 3), (3, 4), (2, 4)])
电话: transitive_closure([(1,2),(2,1)])
结果: set([(1, 2), (1, 1), (2, 1), (2, 2)])
我们可以从给定的“开始节点”通过反复从当前“端点”获取“图边”的联合,直到找不到新的端点来执行“闭包”操作。我们最多需要这样做(节点数量为1)次,因为这是路径的最大长度。 (以这种方式做事避免了如果存在循环会陷入无限递归;它会浪费一般情况下的迭代,但是避免了检查我们是否完成的工作,即在给定的迭代中没有做出改变。)
from collections import defaultdict
def transitive_closure(elements):
edges = defaultdict(set)
# map from first element of input tuples to "reachable" second elements
for x, y in elements: edges[x].add(y)
for _ in range(len(elements) - 1):
edges = defaultdict(set, (
(k, v.union(*(edges[i] for i in v)))
for (k, v) in edges.items()
))
return set((k, i) for (k, v) in edges.items() for i in v)
(实际上我测试了一次;))
这也适用。 – Duke 2011-12-29 23:06:40
最理想的,但在概念上简单的解决方案:
def transitive_closure(a):
closure = set()
for x, _ in a:
closure |= set((x, y) for y in dfs(x, a))
return closure
def dfs(x, a):
"""Yields single elements from a in depth-first order, starting from x"""
for y in [y for w, y in a if w == x]:
yield y
for z in dfs(y, a):
yield z
时,有一个在关系的周期,即反身指出这将无法正常工作。
这里有一个基本相同,从@soulcheck的一个上邻接表的作品,而不是边列表:
def inplace_transitive_closure(g):
"""g is an adjacency list graph implemented as a dict of sets"""
done = False
while not done:
done = True
for v0, v1s in g.items():
old_len = len(v1s)
for v2s in [g[v1] for v1 in v1s]:
v1s |= v2s
done = done and len(v1s) == old_len
如果你有很多tupels(5000多),你可能要考虑使用矩阵权力SciPy的代码(见http://www.ics.uci.edu/~irani/w15-6B/BoardNotes/MatrixMultiplication.pdf)
from scipy.sparse import csr_matrix as csr
M = csr(([True for tup in tups],([tup[0] for tup in tups],[tup[1] for tup in tups])))
M_ = M**n #this is the actual computation
temp = M_.nonzero()
tups_ = [(temp[0][i],temp[1][i]) for i in xrange(len(temp[0]))]
在最好的情况下,您可以选择n
明智的,如果你知道一些关于你们的关系/图 - 这是最长的路径可以多久。否则,你必须选择M.shape[0]
,这可能会炸毁你的脸。
这条弯路也有它的限制,特别是你应该确定闭合不会太大(连通性不太强),但是你在python实现中会遇到同样的问题。
这里的“传递”和“关闭”是什么意思? (1,3)和(2,4)的出现原理是什么?你的元组的长度总是一样吗?什么意思是“计算元组”? – eyquem 2011-12-29 21:19:16
更多关于传递闭包[transitive_closure](http://xlinux.nist.gov/dads/HTML/transitiveClosure.html)。从本质上讲,原则是如果在元组的原始列表中,我们有两个形式为'(a,b)'和'(c,z)',并且'b'等于'c'的元组,则我们添加元组(' a,z)' 元组将始终有两个条目,因为它是一个二元关系。通过“计算元组”,我的意思是扩展元组的原始列表以成为传递闭包。 – Duke 2011-12-29 21:21:22
谢谢。我完全不知道这个概念。 – eyquem 2011-12-29 21:25:23