如何在 1 x 9 x N 维度 np.array 中搜索 1 x 9 维度 np.array？

Question

我正在解决 8 谜题。在创建可能的移动状态并选择最佳状态后，我将当前最佳移动的数组附加到一个名为 used set 的数组中。

bestMove = 
[0,1,2,3,4,5,6,7,8]

usedSet =
[0,1,2,3,4,5,6,7,8]
[1,0,2,3,4,5,6,7,8]
[0,1,2,3,4,5,6,7,8]
[1,0,2,3,4,5,6,7,8]
[0,1,2,3,4,5,6,7,8]
[1,0,2,3,4,5,6,7,8]
[0,1,2,3,4,5,6,7,8]
[1,0,2,3,4,5,6,7,8]

在不知道它之前的动作是什么的情况下，程序会左右移动。我希望该程序看到它之前已经采取了这一举措，而不是将其视为最佳举措。

我不确定如何将我当前的最佳移动与已使用集合中的数组进行比较。我以为我可以使用 any 或 all 命令，但使用该方法会遇到死胡同。

Answer 1

除非您有令人信服的理由使用 numpy 数组，否则这似乎更适合 Python 内置类型：

您可以将您的移动编码为tuples 并将它们存储在set 中：

>>> usedset = set()
>>> bestmove = (0, 1, 2, 3, 4, 5, 6, 7, 8)
>>> usedset.add(bestmove)
>>> bestmove in usedset

True

请注意，您需要使用元组而不是 numpy 数组（或列表），因为元组是可散列的，这是将它们存储在 set 中的要求。成员资格检查是 O(1) 的集合，所以这实际上非常快。

为了在您的代码中实现这一点，您将使用带有 if 的 in 语句，如下所示：

bestmove = get_best_move()
if bestmove not in usedset:
    usedset.add(bestmove)
    evaluate_move(bestmove)

如果你绝对必须使用 numpy 数组，你可以将它们转换进去：

usedset.add(tuple(bestmove))

如果 bestmove 是一个 numpy 数组，则可以使用。