इस गेम में जीतने वाले शब्दों का एक सेट खोजने के लिए सबसे तेज़ अजगर कोड

14

यह बच्चों के लिए गतिविधि कार्ड के एक सेट से एक शब्द का खेल है। नियमों के नीचे / usr / शेयर / तानाशाह / शब्दों का उपयोग करके सबसे अच्छा ट्रिपल खोजने के लिए कोड है। मुझे लगा कि यह एक दिलचस्प अनुकूलन समस्या है, और मैं सोच रहा हूं कि क्या लोग सुधार पा सकते हैं।

नियम

  1. नीचे दिए गए प्रत्येक सेट में से एक अक्षर चुनें।
  2. चुने हुए अक्षरों (और किसी भी अन्य) का उपयोग करके एक शब्द चुनें।
  3. शब्द स्कोर करें।
    • चुने हुए सेट के प्रत्येक अक्षर को सेट (दोहराए गए शामिल) के साथ दिखाया गया नंबर मिलता है।
    • AEIOU गिनती ०
    • अन्य सभी अक्षर -2 हैं
  4. 1-3 से ऊपर चरणों को दोहराएं (चरण 1 में कोई पुन: उपयोग करने वाले पत्र नहीं) दो बार और।
  5. फाइनल स्कोर तीन शब्द स्कोर का योग है।

सेट

(1 अंक 1 अंक, 2 अंक 2 अंक, आदि सेट करें)

  1. LTN
  2. आरडीएस
  3. जीबीएम
  4. सीपीएच
  5. FWV
  6. YKJ
  7. QXZ

कोड:

from itertools import permutations
import numpy as np

points = {'LTN' : 1,
          'RDS' : 2,
          'GBM' : 3,
          'CHP' : 4,
          'FWV' : 5,
          'YKJ' : 6,
          'QXZ' : 7}

def tonum(word):
    word_array = np.zeros(26, dtype=np.int)
    for l in word:
        word_array[ord(l) - ord('A')] += 1
    return word_array.reshape((26, 1))

def to_score_array(letters):
    score_array = np.zeros(26, dtype=np.int) - 2
    for v in 'AEIOU':
        score_array[ord(v) - ord('A')] = 0
    for idx, l in enumerate(letters):
        score_array[ord(l) - ord('A')] = idx + 1
    return np.matrix(score_array.reshape(1, 26))

def find_best_words():
    wlist = [l.strip().upper() for l in open('/usr/share/dict/words') if l[0].lower() == l[0]]
    wlist = [l for l in wlist if len(l) > 4]
    orig = [l for l in wlist]
    for rep in 'AEIOU':
        wlist = [l.replace(rep, '') for l in wlist]
    wlist = np.hstack([tonum(w) for w in wlist])

    best = 0
    ct = 0
    bestwords = ()
    for c1 in ['LTN']:
        for c2 in permutations('RDS'):
            for c3 in permutations('GBM'):
                for c4 in permutations('CHP'):
                    for c5 in permutations('FWV'):
                        for c6 in permutations('YJK'):
                            for c7 in permutations('QZX'):
                                vals = [to_score_array(''.join(s)) for s in zip(c1, c2, c3, c4, c5, c6, c7)]
                                ct += 1
                                print ct, 6**6
                                scores1 = (vals[0] * wlist).A.flatten()
                                scores2 = (vals[1] * wlist).A.flatten()
                                scores3 = (vals[2] * wlist).A.flatten()
                                m1 = max(scores1)
                                m2 = max(scores2)
                                m3 = max(scores3)
                                if m1 + m2 + m3 > best:
                                    print orig[scores1.argmax()], orig[scores2.argmax()], orig[scores3.argmax()], m1 + m2 + m3
                                    best = m1 + m2 + m3
                                    bestwords = (orig[scores1.argmax()], orig[scores2.argmax()], orig[scores3.argmax()])
    return bestwords, best


if __name__ == '__main__':
    import timeit
    print timeit.timeit('print find_best_words()', 'from __main__ import find_best_words', number=1)

मैट्रिक्स संस्करण वह है जो मैं शुद्ध अजगर में एक लिखने के बाद (स्वतंत्र रूप से प्रत्येक शब्द का उपयोग करके और स्कोरिंग करके) करता हूं, और मैट्रिक्स में एक और गुणा करके मैट्रिक्स गुणा के बजाय अनुक्रमण का उपयोग करता हूं।

अगला अनुकूलन पूरी तरह से स्कोरिंग से स्वरों को हटाने के लिए होगा (और एक संशोधित ord()फ़ंक्शन का उपयोग करें ), लेकिन मुझे आश्चर्य है कि अगर बहुत तेज़ दृष्टिकोण हैं।

संपादित करें : जोड़ा गया timeit.timeit कोड

संपादित करें : मैं एक इनाम जोड़ रहा हूं, जिसे मैं सुधार दूंगा जो मुझे सबसे अधिक पसंद है (या संभवतः कई उत्तर हैं, लेकिन मुझे कुछ और प्रतिष्ठा अर्जित करनी होगी अगर ऐसा है)।

fastest-code  python  optimization 
— thouis
स्रोत
3
BTW, मैंने अपनी मां के खिलाफ खेल खेलने के लिए अपने आठ साल पुराने तीन शब्दों को याद करने के लिए कोड लिखा था। अब मुझे पता है कि xylopyrography का मतलब क्या है।
2
यह एक मजेदार सवाल है। मुझे लगता है कि यदि आप निम्नलिखित प्रदान करते हैं, तो आपको प्रतिक्रियाएं प्राप्त करने की अधिक संभावना हो सकती है: (1) एक ऑनलाइन शब्द सूची का लिंक तो सभी एक ही डेटा सेट के साथ काम करते हैं। (२) अपना समाधान एक ही कार्य में लगाएं। (3) टाइम-इट मॉड्यूल का उपयोग करके समय दिखाने के लिए उस फ़ंक्शन को चलाएं। (4) फ़ंक्शन डेटा के लोडिंग को फ़ंक्शन के बाहर रखना सुनिश्चित करें ताकि हम डिस्क की गति का परीक्षण नहीं कर रहे हैं। लोग तब मौजूदा कोड को उनके समाधान की तुलना करने के लिए एक ढांचे के रूप में उपयोग कर सकते हैं।
मैं टाइमटाइम का उपयोग करने के लिए फिर से लिखूंगा, लेकिन निष्पक्ष तुलना के लिए मुझे अपनी मशीन का उपयोग करना होगा (जो मुझे समाधान पोस्ट करने वाले लोगों के लिए करने में खुशी होगी)। अधिकांश सिस्टम पर एक शब्द सूची उपलब्ध होनी चाहिए, लेकिन यदि नहीं, तो यहाँ कई हैं: wordlist.sourceforge.net
1
उचित तुलना की जा सकती है यदि प्रत्येक उपयोगकर्ता आपके समाधान और किसी अन्य पोस्ट किए गए समाधान को अपने स्वयं के मशीन पर अपने स्वयं के समय के लिए। कुछ अंतर क्रॉस प्लेटफॉर्म होंगे, लेकिन सामान्य तौर पर यह विधि काम करती है।
1
हम्म, उस मामले में मुझे आश्चर्य है कि क्या यह सही साइट है। मुझे लगता है कि एसओ सबसे अच्छा फिट होता।
— जॉय

जवाबों:

3

प्रत्येक शब्द के लिए सर्वोत्तम संभावित स्कोर को प्रीकोम्प्यूट करने के कीथ के विचार का उपयोग करते हुए, मैं अपने कंप्यूटर पर निष्पादन समय को लगभग 0.7 सेकंड तक कम करने में कामयाब रहा (75,288 शब्दों की सूची का उपयोग करके)।

चाल सभी अक्षरों के संयोजन के बजाय बजाए जाने वाले शब्दों के संयोजन से गुजरना है। हम सभी शब्दों को अनदेखा कर सकते हैं लेकिन कुछ शब्दों के संयोजन (मेरी शब्द सूची का उपयोग करके 203) क्योंकि वे पहले से पाए गए अंकों से अधिक अंक प्राप्त नहीं कर सकते। निष्पादन समय के लगभग सभी शब्द प्रीकोम्प्यूटिंग शब्द स्कोर खर्च किए जाते हैं।

पायथन 2.7:

import collections
import itertools


WORDS_SOURCE = '../word lists/wordsinf.txt'

WORDS_PER_ROUND = 3
LETTER_GROUP_STRS = ['LTN', 'RDS', 'GBM', 'CHP', 'FWV', 'YKJ', 'QXZ']
LETTER_GROUPS = [list(group) for group in LETTER_GROUP_STRS]
GROUP_POINTS = [(group, i+1) for i, group in enumerate(LETTER_GROUPS)]
POINTS_IF_NOT_CHOSEN = -2


def best_word_score(word):
    """Return the best possible score for a given word."""

    word_score = 0

    # Score the letters that are in groups, chosing the best letter for each
    # group of letters.
    total_not_chosen = 0
    for group, points_if_chosen in GROUP_POINTS:
        letter_counts_sum = 0
        max_letter_count = 0
        for letter in group:
            if letter in word:
                count = word.count(letter)
                letter_counts_sum += count
                if count > max_letter_count:
                    max_letter_count = count
        if letter_counts_sum:
            word_score += points_if_chosen * max_letter_count
            total_not_chosen += letter_counts_sum - max_letter_count
    word_score += POINTS_IF_NOT_CHOSEN * total_not_chosen

    return word_score

def best_total_score(words):
    """Return the best score possible for a given list of words.

    It is fine if the number of words provided is not WORDS_PER_ROUND. Only the
    words provided are scored."""

    num_words = len(words)
    total_score = 0

    # Score the letters that are in groups, chosing the best permutation of
    # letters for each group of letters.
    total_not_chosen = 0
    for group, points_if_chosen in GROUP_POINTS:
        letter_counts = []
        # Structure:  letter_counts[word_index][letter] = count
        letter_counts_sum = 0
        for word in words:
            this_word_letter_counts = {}
            for letter in group:
                count = word.count(letter)
                this_word_letter_counts[letter] = count
                letter_counts_sum += count
            letter_counts.append(this_word_letter_counts)

        max_chosen = None
        for letters in itertools.permutations(group, num_words):
            num_chosen = 0
            for word_index, letter in enumerate(letters):
                num_chosen += letter_counts[word_index][letter]
            if num_chosen > max_chosen:
                max_chosen = num_chosen

        total_score += points_if_chosen * max_chosen
        total_not_chosen += letter_counts_sum - max_chosen
    total_score += POINTS_IF_NOT_CHOSEN * total_not_chosen

    return total_score


def get_words():
    """Return the list of valid words."""
    with open(WORDS_SOURCE, 'r') as source:
        return [line.rstrip().upper() for line in source]

def get_words_by_score():
    """Return a dictionary mapping each score to a list of words.

    The key is the best possible score for each word in the corresponding
    list."""

    words = get_words()
    words_by_score = collections.defaultdict(list)
    for word in words:
        words_by_score[best_word_score(word)].append(word)
    return words_by_score


def get_winning_words():
    """Return a list of words for an optimal play."""

    # A word's position is a tuple of its score's index and the index of the
    # word within the list of words with this score.
    # 
    # word played: A word in the context of a combination of words to be played
    # word chosen: A word in the context of the list it was picked from

    words_by_score = get_words_by_score()
    num_word_scores = len(words_by_score)
    word_scores = sorted(words_by_score, reverse=True)
    words_by_position = []
    # Structure:  words_by_position[score_index][word_index] = word
    num_words_for_scores = []
    for score in word_scores:
        words = words_by_score[score]
        words_by_position.append(words)
        num_words_for_scores.append(len(words))

    # Go through the combinations of words in lexicographic order by word
    # position to find the best combination.
    best_score = None
    positions = [(0, 0)] * WORDS_PER_ROUND
    words = [words_by_position[0][0]] * WORDS_PER_ROUND
    scores_before_words = []
    for i in xrange(WORDS_PER_ROUND):
        scores_before_words.append(best_total_score(words[:i]))
    while True:
        # Keep track of the best possible combination of words so far.
        score = best_total_score(words)
        if score > best_score:
            best_score = score
            best_words = words[:]

        # Go to the next combination of words that could get a new best score.
        for word_played_index in reversed(xrange(WORDS_PER_ROUND)):
            # Go to the next valid word position.
            score_index, word_chosen_index = positions[word_played_index]
            word_chosen_index += 1
            if word_chosen_index == num_words_for_scores[score_index]:
                score_index += 1
                if score_index == num_word_scores:
                    continue
                word_chosen_index = 0

            # Check whether the new combination of words could possibly get a
            # new best score.
            num_words_changed = WORDS_PER_ROUND - word_played_index
            score_before_this_word = scores_before_words[word_played_index]
            further_points_limit = word_scores[score_index] * num_words_changed
            score_limit = score_before_this_word + further_points_limit
            if score_limit <= best_score:
                continue

            # Update to the new combination of words.
            position = score_index, word_chosen_index
            positions[word_played_index:] = [position] * num_words_changed
            word = words_by_position[score_index][word_chosen_index]
            words[word_played_index:] = [word] * num_words_changed
            for i in xrange(word_played_index+1, WORDS_PER_ROUND):
                scores_before_words[i] = best_total_score(words[:i])
            break
        else:
            # None of the remaining combinations of words can get a new best
            # score.
            break

    return best_words


def main():
    winning_words = get_winning_words()
    print winning_words
    print best_total_score(winning_words)

if __name__ == '__main__':
    main()

यह ['KNICKKNACK', 'RAZZMATAZZ', 'POLYSYLLABLES']95 के स्कोर के साथ समाधान लौटाता है। कीथ के समाधान से शब्द सूची में जोड़े गए शब्द के साथ मुझे उसके समान परिणाम मिलता है। ओईस के "xylopyrography" के ['XYLOPYROGRAPHY', 'KNICKKNACKS', 'RAZZMATAZZ']साथ , मुझे 105 के स्कोर के साथ मिला ।

— flornquake
स्रोत
5

यहाँ एक विचार है - आप बहुत सारे शब्दों की जाँच करके यह देख सकते हैं कि अधिकांश शब्दों में भयानक स्कोर है। कहते हैं कि आप एक बहुत अच्छा स्कोरिंग खेल है कि आप 50 अंक मिल जाता है। फिर 50 से अधिक अंकों वाले किसी भी नाटक में कम से कम छत (51/3) = 17 अंक का शब्द होना चाहिए। इसलिए कोई भी शब्द जो 17 बिंदुओं को उत्पन्न नहीं कर सकता है, उसे अनदेखा किया जा सकता है।

यहाँ कुछ कोड है जो ऊपर दिया गया है। हम शब्दकोश में प्रत्येक शब्द के लिए सर्वोत्तम संभव स्कोर की गणना करते हैं, और इसे स्कोर द्वारा अनुक्रमित सरणी में संग्रहीत करते हैं। फिर हम उस सरणी का उपयोग केवल उन शब्दों की जांच करने के लिए करते हैं जिनके लिए आवश्यक न्यूनतम स्कोर है।

from itertools import permutations
import time

S={'A':0,'E':0,'I':0,'O':0,'U':0,
   'L':1,'T':1,'N':1,
   'R':2,'D':2,'S':2,
   'G':3,'B':3,'M':3,
   'C':4,'H':4,'P':4,
   'F':5,'W':5,'V':5,
   'Y':6,'K':6,'J':6,
   'Q':7,'X':7,'Z':7,
   }

def best_word(min, s):
    global score_to_words
    best_score = 0
    best_word = ''
    for i in xrange(min, 100):
        for w in score_to_words[i]:
            score = (-2*len(w)+2*(w.count('A')+w.count('E')+w.count('I')+w.count('O')+w.count('U')) +
                      3*w.count(s[0])+4*w.count(s[1])+5*w.count(s[2])+6*w.count(s[3])+7*w.count(s[4])+
                      8*w.count(s[5])+9*w.count(s[6]))
            if score > best_score:
                best_score = score
                best_word = w
    return (best_score, best_word)

def load_words():
    global score_to_words
    wlist = [l.strip().upper() for l in open('/usr/share/dict/words') if l[0].lower() == l[0]]
    score_to_words = [[] for i in xrange(100)]
    for w in wlist: score_to_words[sum(S[c] for c in w)].append(w)
    for i in xrange(100):
        if score_to_words[i]: print i, len(score_to_words[i])

def find_best_words():
    load_words()
    best = 0
    bestwords = ()
    for c1 in permutations('LTN'):
        for c2 in permutations('RDS'):
            for c3 in permutations('GBM'):
            print time.ctime(),c1,c2,c3
                for c4 in permutations('CHP'):
                    for c5 in permutations('FWV'):
                        for c6 in permutations('YJK'):
                            for c7 in permutations('QZX'):
                                sets = zip(c1, c2, c3, c4, c5, c6, c7)
                                (s1, w1) = best_word((best + 3) / 3, sets[0])
                                (s2, w2) = best_word((best - s1 + 2) / 2, sets[1])
                                (s3, w3) = best_word(best - s1 - s2 + 1, sets[2])
                                score = s1 + s2 + s3
                                if score > best:
                                    best = score
                                    bestwords = (w1, w2, w3)
                                    print score, w1, w2, w3
    return bestwords, best


if __name__ == '__main__':
    import timeit
    print timeit.timeit('print find_best_words()', 'from __main__ import find_best_words', number=1)

न्यूनतम स्कोर तेजी से 100 तक हो जाता है, जिसका अर्थ है कि हमें केवल 33+ बिंदु शब्दों पर विचार करने की आवश्यकता है, जो कि कुल योग का बहुत छोटा अंश है (मेरे /usr/share/dict/words208662 मान्य शब्द हैं, जिनमें से केवल 1723 33+ अंक = 0.8% हैं)। मेरी मशीन पर लगभग आधे घंटे चलता है और उत्पन्न होता है:

(('MAXILLOPREMAXILLARY', 'KNICKKNACKED', 'ZIGZAGWISE'), 101)
— कीथ रान्डेल
स्रोत
अच्छा लगा। मैं इसे मैट्रिक्स समाधान में जोड़ दूंगा (शब्दों को हटाते हुए उनका स्कोर बहुत कम हो जाता है), लेकिन यह उन शुद्ध पायथन समाधानों की तुलना में काफी बेहतर है, जिनके साथ मैं आया था।
— thouis
1
मुझे यकीन नहीं है कि मैंने कभी देखा है कि कई लोग पहले लूप के लिए नेस्टेड हैं।
— पीटर ओल्सन
1
मैट्रिक्स स्कोरिंग के साथ अपने विचार को मिलाते हुए (और सबसे अच्छा संभव स्कोर पर एक उच्चतर बाध्य) मेरी मशीन पर लगभग 80 सेकंड का समय नीचे (लगभग एक घंटे से) तक ले जाता है। यहाँ कोड
— thouis
उस समय का एक अच्छा हिस्सा सर्वश्रेष्ठ-संभव-अंकों के प्री-कॉम्पीटीशन में है, जिसे बहुत तेज़ बनाया जा सकता था।
— thouis
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.