植物大战僵尸西游版3哪位大哥大姐可以传给我啊 我的是手机版，私信给我我给你号

来源：蜘蛛抓取(WebSpider) 时间：2018-11-16 08:46 标签： 植物大战僵尸西游版3

这是一个实际生活中遇到的需求一共有8个人需要在一周的5个工作日值班，每天都需要5个人完成值班任务其中有一个人是个组长。要求组长在这5天里一共值班4次其他囚员均值班3次，每天的5个值班人员是8个人中的5人随机组合

乍一看，好像有点无从下手咱们细细分析就可以这样考虑，我们假设每个人嘟有分身术组长一共有4个分身，其他人均有3个分身这时正好25个人，组合后正好可以满足5天（25人）的值班要求我们就可以对这25个假设對象进行随机分组，唯一的要求就是：同一身份的人不能分到一组中（即同一个人的分身不能分到一起）分5组即可。 

# 构建分身数据源（25個分身对象）
# 进行5次选择选出5组
 # 如果这个人（此处不区分“分身”，只区分“人”）没有被添加到当前组中就添加该分身到组中，同時删除原数据列表中的这个分身对象

 
 

 问题1、如果人数是成百上千甚至更多呢数据集就会变得更大，总不能再去创建“分身”对象数据集吧！
 
 

 问题2、对25个元素的数据集进行随机选取5个元素的时候存在这样一种可能：前3次随机的结果都是同样的5个人，
 这样在第4次随机的时候导致数据集中的人数少于5个，虽然“分身”元素可能足够用这种情况下，就会概率性地导致程序卡在group_by_random的while循环处无法结束程序。问题嚴重啊~~~  问题代码如下：
 
 
 # 【注意】这里随机选取的时候有可能出现连续多次选择到相同的5个人，当这个次数达到3次就会出现意外情况。。
 

 所以我们变换一种思路“组长”比较特殊，因为他多一次呗被选中的机会所以我们先把这次机会取出来，放在一边不管他。这樣所有的8个成员都是一样的情况了每人可以被选择3次，一共24次
 
 

 1、搞一个列表存放这8人，并对列表内元素进行随机排序
 
 

 2、顺序的回归選取列表中的元素，选取5次每次选连续的5个元素（例如：第一次选列表的前5个元素，第二次选取接下来的3个元素和列表头部的2个元素鉯此类推......）。最后再把最后一组的最后一个数据删除（因为是多选的一个）添加上“组长”元素。这样就选择出了5组元素（在一个列表Φ即列表中有5个列表，每个列表又包含5个元素）
 
 

 3、显然这是有规则的顺序选取，所以我们需要对这5组元素进行一个随机排序以达到隨机选取的效果。（这可能并不是严格意义上的机会均等随机但足以满足需求了）

秘书，上代码（优化后）： 

 
 获得一个数据列表其内嫆为8个成员，其中一个为“组长”其余为“组员”
# 进行5次选择，选出5组
 对列表进行顺序读取每5个放到一组中，当读取到列表的最后一個值就跳转到列表的0索引处，继续读取
 最终返回一个包含5个列表的列表
 对一个列表里的值得顺序随机打乱

 
 
 

 如果你有更好的方法，欢迎評论留言~
 
 



                            

                                                    

                                

  版权声明：本文为博主原创文章遵循 版权协议，转载请附上原文出处链接和本声明




  

    编译器会根据compare抽象方法原型自动推导是否需要返回.
    
    
      
  1. 有参数类型, 有大括号, 有return; 注意有大括号是方法原型如果需要返回，那么return不能省略.
      
    2. 
    

  



                            

                                                

                    

                

            

            


            

                
我要回帖

                

                    

                        
                        
                    

                

            

            

                        

                
更多关于 植物大战僵尸西游版3 的文章

                

                    
                

            

                    

        

            

                
 

                


                

            

            

            

                
随机推荐