Итерационный алгоритм свопинга Python

Question

У меня есть алгоритм. Я хочу, чтобы последнее решение алгоритма, если условие соответствия, является первым решением. В моем случае у меня есть это:

1. Первой часть

Split многомерный массив д в 2-х частях

split_at = q[:,3].searchsorted([1,random.randrange(LB,UB-I)]) 
D = numpy.split(q, split_at) 

Изменения и переименовывать расщепленную матрицу:

S=B[1] 
SF=B[2] 
S2=copy(SF) 
S2[:,3]=S2[:,3]+I 

Определить функцию f:

f=sum(S[:,1]*S[:,3])+sum(S2[:,1]*S2[:,3]) 

Эта первая часть является обязательным.

1. Второй Пассаж

Тогда я снова разделить массив в 2-х частей:

split_at = q[:,3].searchsorted([1,random.randrange(LB,UB-I)]) 
D = numpy.split(q, split_at) 

я переименовывать и изменять части матрицы (например, в первом пассаже:

T=D[1] 
TF=D[2] 
T2=copy(TF) 
T2[:,3]=T2[:,3]+I 

u=random.sample(T[:],1) #I random select an array from T 
v=random.sample(T2[:],1) #random select an array from T2 
u=array(u) 
v=array(v) 

Вот моя первая проблема: я хочу продолжить алгоритм, только если v [0,0] -u [0,0] + T [-1,3] < = UB, если нет, я хочу повторить Second Passage, пока условие не будет проверено.

Теперь поменять 1 случайный массив из T с другим от T2:

x=numpy.where(v==T2)[0][0] 
y=numpy.where(u==T)[0][0] 
l=np.copy(T[y]) 
T[y],T2[x]=T2[x],T[y] 
T2[x],l=l,T2[x] 

я изменил и пересчитать некоторые в матрице:

E=np.copy(T) 
E2=np.copy(T2) 
E[:,3]=np.cumsum(E[:,0]) 
E2[:,3]=np.cumsum(E2[:,0])+I 

Определить f2:

f2=sum(E[:,1]*E[:,3])+sum(E2[:,1]*E2[:,3]) 

Вот моя вторая и последняя проблема. Мне нужно повторить этот алгоритм. Если f-f2 < 0, моим новым стартовым решением должно быть E и E2, а мое новое f должно быть f2 и итерацией, исключая последний выбор алгоритма (пересчет нового f и f2). Благодарим вас за терпение.Я нуб: D

EDIT: У меня есть пример здесь (эта часть идет до кода, который я написал на вершине)

import numpy as np 
import random 

p=[ 29, 85, 147, 98, 89, 83, 49, 7, 48, 88, 106, 97, 2, 
     107, 33, 144, 123, 84, 25, 42, 17, 82, 125, 103, 31, 110, 
     34, 100, 36, 46, 63, 18, 132, 10, 26, 119, 133, 15, 138, 
     113, 108, 81, 118, 116, 114, 130, 134, 86, 143, 126, 104, 52, 
     102, 8, 90, 11, 87, 37, 68, 75, 69, 56, 40, 70, 35, 
     71, 109, 5, 131, 121, 73, 38, 149, 20, 142, 91, 24, 53, 
     57, 39, 80, 79, 94, 136, 111, 78, 43, 92, 135, 65, 140, 
     148, 115, 61, 137, 50, 77, 30, 3, 93] 
w=[106, 71, 141, 134, 14, 53, 57, 128, 119, 6, 4, 2, 140, 
     63, 51, 126, 35, 21, 125, 7, 109, 82, 95, 129, 67, 115, 
     112, 31, 114, 42, 91, 46, 108, 60, 97, 142, 85, 149, 28, 
     58, 52, 41, 22, 83, 86, 9, 120, 30, 136, 49, 84, 38, 
     70, 127, 1, 99, 55, 77, 144, 105, 145, 132, 45, 61, 81, 
     10, 36, 80, 90, 62, 32, 68, 117, 64, 24, 104, 131, 15, 
     47, 102, 100, 16, 89, 3, 147, 48, 148, 59, 143, 98, 88, 
     118, 121, 18, 19, 11, 69, 65, 123, 93] 
p=array(p,'double') 
w=array(w,'double') 
r=p/w 
LB=12 
UB=155 
I=9 
j=p,w,r 
j=transpose(j) 
k=j[j[:,2].argsort()] 
c=np.cumsum(k[:,0]) 
q=k[:,0],k[:,1],k[:,2],c 
q=transpose(q) 
o=sum(q[:,1]*q[:,3]) 
split_at = q[:,3].searchsorted([1,UB-I]) 
B = numpy.split(q, split_at) 
S=B[1] 
SF=B[2] 
S2=copy(SF) 
S2[:,3]=S2[:,3]+I 
f=sum(S[:,1]*S[:,3])+sum(S2[:,1]*S2[:,3]) 
split_at = q[:,3].searchsorted([1,random.randrange(LB,UB-I)]) 
D = numpy.split(q, split_at) 
T=D[1] 
TF=D[2] 
T2=copy(TF) 
T2[:,3]=T2[:,3]+I 
u=random.sample(T[:],1) 
v=random.sample(T2[:],1) 
u=array(u) 
v=array(v) 
x=numpy.where(v==T2)[0][0] 
y=numpy.where(u==T)[0][0] 
l=np.copy(T[y]) 
T[y],T2[x]=T2[x],T[y] 
T2[x],l=l,T2[x] 
E=np.copy(T) 
E2=np.copy(T2) 
E[:,3]=np.cumsum(E[:,0]) 
E2[:,3]=np.cumsum(E2[:,0])+I 
f2=sum(E[:,1]*E[:,3])+sum(E2[:,1]*E2[:,3]) 

Я попытался:

def DivideRandom(T,T2): 
    split_at = q[:,3].searchsorted([1,random.randrange(LB,UB-I)]) 
    D = numpy.split(q, split_at) 
    T=D[1] 
    TF=D[2] 
    T2=copy(TF) 
    T2[:,3]=T2[:,3]+I 
Divide(T,T2) 
def SelectJob(u,v): 
    u=random.sample(T[:],1) 
    v=random.sample(T2[:],1) 
    u=array(u) 
    v=array(v) 
SelectJob(u,v)  
d=v[0,0]-u[0,0]+T[-1,3] 
def Swap(u,v): 
    x=numpy.where(v==T2)[0][0] 
    y=numpy.where(u==T)[0][0] 
    l=np.copy(T[y]) 
    T[y],T2[x]=T2[x],T[y] 
    T2[x],l=l,T2[x] 
    E=np.copy(T) 
    E2=np.copy(T2) 
    E[:,3]=np.cumsum(E[:,0]) 
    E2[:,3]=np.cumsum(E2[:,0])+I 
    f2=sum(E[:,1]*E[:,3])+sum(E2[:,1]*E2[:,3]) 
while True: 
    if d<=UB 
     Swap(u,v) 
     if d>UB 
      DivideRandom(T,T2) 
      SelectJob(u,v) 
      if d<UB: 
       break 

Answer 1

You может итерировать неограниченно, используя while True, а затем останавливаться, когда выполняются ваши условия, с использованием break:

count = 0 
while True: 
    count += 1 
    if count == 10: 
     break 

Так для второго примера, вы можете попробовать:

while True: 
    ... 
    if f - f2 < 0: 
     # use new variables 
     f, E = f2, E2 
    else: 
     break 

Ваша первая проблема аналогична; цикл, тест, сбросить соответствующие переменные.