python：算法 - 从平均值中收集项目答案

【问题标题】：python: algorithm - to gather items from meanpython：算法 - 从平均值中收集项目
【发布时间】：2011-11-14 19:14:26
【问题描述】：

不确定这是否是正确的地方，但我有一个与算法有关的问题，我想不出一个有效的算法。所以想分享我的问题陈述.. :) 为了简化我试图解释的内容，让我创建一个假设示例。

假设，我有一个列表，其中包含一个包含两个东西的对象..

lets say product id and price

现在，这是一个很长很长的清单……有点像清单…… 为此，我定义了三个价格段.. lowprice、midprice 和 highprice 然后是 k1,k2,k3，其中 k1,k2 和 k3 是比率。所以，现在的工作是，我必须从这个巨大的库存中收集产品，以便有 n1 个低价格范围的产品，n2 个中等价格范围的产品和 n3 个高价格范围的产品......其中 n1：n2： n3 == k1:k2:k3

现在，我如何有效地实现以下目标。我的目标是最低价格点是 100 美元我必须从这个范围内收集 20 种产品.. 中等价格范围可能是 500 美元等等

所以我从 100 美元开始......然后寻找 90 到 100 之间以及 100 到 110 之间的物品假设我在区间 1 的低点 (90,100) 找到 5 个产品，在区间 1 的高点 (100,110) 找到 2 个产品然后，我进入下一个低区间和下一个高区间。我会一直这样做，直到获得此区间内的产品数量。

我该怎么做？也可能存在这样的情况，当特定价格范围内的产品数量少于我需要的数量时..（可能中间价格范围是 105 美元......）..那么在这种情况下我应该怎么做.. 如果这不是正确的平台，请原谅我。从问题中您可以看出这更像是一个辩论性问题，而不是“我收到此错误”类型的问题。谢谢

【问题讨论】：

如果你对N个项目进行排序，然后根据比例，将N分别分成n1:n2:n3会更容易吗？
@AlvinK。嗯..这可能是一种解决方案，尽管我无法真正使用我计算出的一些统计数据..但绝对是一个非常棒的例子，说明了一点假设如何导致简单的编程.. :)

标签： python algorithm

【解决方案1】：

您可能正在寻找selection algorithm。
首先找到n1'第一个最小的元素，让它成为e1，下界列表是所有满足element <= e1的元素。
对其他范围执行相同操作。

下界列表的伪代码：

getLowerRange(list,n):
  e <- select(list,n) 
  result <- []
  for each element in list:
     if element <= e:
         result.append(element)
  return result

请注意，如果有许多“相同”项目 [结果将是一个更大的列表]，此解决方案将失败，但找到这些项目并将其从结果列表中删除并不难。

请注意，选择算法是O(n)，因此该算法将消耗与列表大小相关的线性时间。

【讨论】：

【解决方案2】：

方法 1

如果什么产品属于三个价格段的分配永远不会改变，为什么不简单地构建 3 个列表，一个用于每个价格段中的产品（假设这些集合是不相交的）。然后你可以从这些列表中随机选择（either with or without replacement - 你喜欢）。每个类别的项目数由比率给出。

方法 2

如果产品-价格-细分分配是预先指定的，例如，通过在函数调用时为每个细分传递相应的价格值，您可能希望产品按价格排序并使用二分搜索来选择m-nearest-neighbors（例如）。参数m可以根据比例指定。如果您指定最大距离，您可能会拒绝超出所需价格范围的产品。

方法 3

如果需要自主确定产品-价格-段分配，您可以应用您选择的clustering 算法，例如k-means，将您的产品分配到例如k = 3 价格段。对于实际的产品选择，您可以按照上述方式进行。

【讨论】：

【解决方案3】：

您似乎应该尝试使用数据库解决方案，而不是使用列表。查看 sqlite。默认情况下在 Python 中

【讨论】：