조합 최적화로 크릭 풀기
Advent Calendar 11 일 기사 조합 최적화로 스타 배틀 풀기
이게 뭐야
크릭을 Python으로 조합 최적화 모델을 만들어 풀어 라.
푸는 재미는 모델링을 고안하는 것입니다.
자신도 시도하고 싶은 사람은 아래를 참조하십시오.
문제
왼쪽이 문제이고 오른쪽이 대답입니다.
파이썬에서는
data
(숫자라면 힌트)를 사용하기로 결정합니다.파이썬
import pandas as pd, matplotlib.pyplot as plt
from pulp import LpProblem, lpSum, value
from ortoolpy import addbinvars, unionfind
data = """\
....1.
0.....
..3.4.
.2.12.
...1.1
......""".splitlines()
변수 테이블
아래와 같은 변수 테이블을 작성합니다. 각 행의 변수(Var)는 0 또는 1을 취합니다.
변수의 값이 1이면 해당 행 해당 열의 매스가 해당 수가 됩니다.
행
열
Var
0
0
0
v000001
1
0
1
v000002
...
...
...
...
파이썬
ni, nj = len(data)-1, len(data[0])-1
a = pd.DataFrame([(i,j) for i in range(ni)
for j in range(nj)], columns=['行','列'])
a['Var'] = addbinvars(len(a))
a[:2]
수리 모델을 만들어 풀다
변수 테이블이 생겼으므로 크릭의 해가 되도록 제약 조건을 추가하여 수리 모델을 작성하고 풀어 봅시다.
unionfind.isconnected
로 할 수 있습니다. 파이썬
m = LpProblem()
m += lpSum(a.Var)
for i in range(ni+1):
for j in range(nj+1):
if data[i][j].isdigit():
q = f'{i-1}<=行<={i}&{j-1}<=列<={j}'
m += lpSum(a.query(q).Var) == int(data[i][j])
while True:
m.solve()
r = a.Var.apply(value)
if unionfind.isconnected((r!=1).values.reshape(ni,nj)):
break
m += lpSum(a[r==1].Var) <= (r==1).sum()-1
결과 표시
파이썬
plt.imshow((1-r).values.reshape(ni,nj), cmap='gray', interpolation='none')
plt.show()
풀리고 있는지 확인할 수 있습니다.
이상
Reference
이 문제에 관하여(조합 최적화로 크릭 풀기), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/SaitoTsutomu/items/d6897d8ec72fdfe7370e텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)