programming教學 - python reduce
計算給定函數改變屬性的對象屬性的“閉包” (2)
下面是一個簡單的例子，當應用Collatz猜想中的規則時，試圖找出數字（ goal ）是否是另一個（ inital_state ）的前身。
在你的例子中， obj是state ， [func1, func2, ...]是我的例子中的functions 。 此版本將返回最終輸出的路徑，從而最大限度地減少函數應用程序的數量。 您可以通過在循環結束後刪除目標測試並返回prev_states來列出所有狀態，而不是搜索。
from collections import deque
def multiply_by_two(x):
return x * 2
def sub_one_div_three(x):
if (x - 1) % 3 == 0:
return (x - 1) // 3
else:
return None # invalid
functions = [multiply_by_two, sub_one_div_three]
# find the path to a given function
def bfs(initial_state, goal):
initial_path = []
states = deque([(initial_state, initial_path)]) # deque of 2-tuples: (state, list of functions to get there)
prev_states = {initial_state} # keep track of previously visited states to avoid infinite loop
while states:
# print(list(map(lambda x: x[0], states))) # print the states, not the paths. useful to see what's going on
state, path = states.popleft()
for func in functions:
new_state = func(state)
if new_state == goal: # goal test: if we found the state, we're done
return new_state, path + [func]
if (new_state is not None and # check that state is valid
new_state not in prev_states): # and that state hasn't been visited already
states.append((new_state, path + [func]))
prev_states.add(new_state) # make sure state won't be added again
else:
raise Exception("Could not get to state")
print(functions)
print(bfs(1, 5))
# prints (5, [<function multiply_by_two at 0x000002E746727F28>, <function multiply_by_two at 0x000002E746727F28>, <function multiply_by_two at 0x000002E746727F28>, <function multiply_by_two at 0x000002E746727F28>, <function sub_one_div_three at 0x000002E7493C9400>]). You can extract the path from here.我有一個對象obj和一些函數
def func1(obj):
#...
def func2(obj):
#...
def func3(obj):
#... 每一個都改變了obj的屬性的值。
我想我的輸入是類似的東西
obj = MyObject()
obj.attr=22 這應該被傳遞給函數closure() ，該函數計算上述函數的所有可能的應用，意思是func1(func2(obj)) ， func3(func1(func1(obj)))等，直到某個停止條件超過20個功能組成）。
輸出應該是所有可能的輸出以及所有通往那裡的路徑的列表。 所以如果說104和93是一個可能的最終產出，如果obj.attr=22 ，並且有兩種方法到達104和一個到達93 。 然後
print closure(obj)應該是這樣的
[22, 64, 21, 104] #first path to 104 through , func1(obj),func1(func1(obj)), func1(func1(func3(obj)))
[22, 73, 104] #second path to 104 through , func3(obj),func3(func2(obj)),
[22, 11, 93] #the only path to arrive at 94 我怎麼能實現這個？ 正如在評論中提到的，這最好用樹來完成，但是儘管我嘗試了兩天，但是我幾乎沒有取得任何進展（我是Python /編程新手）！
我的例子非常簡單，而不是func(obj)我們可以直接使用func(22)但是我需要處理的例子更加複雜，我肯定需要使用對象，所以這只是一個最小的工作例子為了那個原因。
樹可能不是一個完整的n元樹，因為每個函數應用程序將包含一個測試，它是否可以應用到obj的當前狀態（屬性），在某些情況下測試將失敗（屬性） obj不變。
聽起來很有趣，讓我們把它分解成幾個步驟。
找出可能的功能組合。
評估可能的功能組合。
找出可能的組合
一種方法是使用生成器。 它們在內存方面效率很高，所以最終不會創建一堆值並最終堆起來。
那麼我們如何獲得所有的組合。 Python文檔的快速搜索建議使用itertools。 所以讓我們來做。
from itertools import combinations
def comb(fns, n):
return combinations(fns, n)到目前為止，我們有一個發生器，可以給我們所有的功能列表（無需替換）的組合。 每個提供的組合都是一個大的函數列表。 我們可以簡單地調用每一個，我們可以得到合成的結果。
這是樹中的一個級別。 我們如何獲得下一個級別。 那麼，我們可以得到大小為1的所有組合，然後是大小為2的所有組合等等。 由於發電機組是懶惰的，我們可以做到這一點，而不會炸毀解釋器。
def combo_tot(fns):
start=1
while (start <= len(fns)):
for c in comb(fns, start):
yield c
start += 1評估可能的組合
所以現在我們有所有可能的組合。 我們用這個來評估一些東西。
def evalf(fns_to_compose, initval):
v = initval
for fn in fns_to_compose:
v = fn(v)
return v那就是第二部分。 現在你需要做的就是鏈接。
def results(fns, init):
return (evalf(fn, init) for fn in combo_tot(fns))現在只需要盡可能多的結果。
下行
與任何不克隆obj方法一樣。 這將改變對象。 而且，我們有發生器的開銷（可能比for循環稍慢）。 我們也有可讀性的打擊（特別是如果有人不熟悉發電機）。
免責聲明：我正在打電話。 小的錯別字等可能存在。
