假设，我们得到两个数组a和b，它们分别包含n和m个值。我们必须使用这两个数组中的值来构成n或m个对（以较小者为准）。一对必须包含数组a中的一个值和数组b中的另一个值。我们必须以使对中的值的差值最小且相同的方式构成这些对。我们将该值作为输出打印出来。因此，如果输入类似于n = 4，m = 4，a = {2，... 阅读更多

假设，有n个城市和m条连接这些城市的道路。这m条道路在道路数组中给出，道路的格式为{起点，终点，权重}。现在，我们定义一个三元组(s, t, k)，其中s、t和k是城市。现在我们必须计算从城市s到城市t所需的最小时间。要从s访问t，只能访问1到k之间的城市。如果无法从s到达城市t，则返回0。我们必须计算所有三元组的最小时间... 阅读更多

要获取两个1D数组的克罗内克积，请在Python Numpy中使用numpy.kron()方法。计算克罗内克积，这是一个由第二个数组的块组成的复合数组，由第一个数组缩放。该函数假设a和b的维数相同，如果需要，则在最小的数组前面添加1。如果a.shape = (r0, r1, .., rN)和b.shape = (s0, s1, ..., sN)，则克罗内克积的形状为(r0*s0, r1*s1, ..., rN*SN)。元素是来自a和b的元素的乘积，通过−kron(a, b)[k0, k1, ..., kN] = a[i0, i1, ..., ... 阅读更多

要获取两个不同维度的数组的克罗内克积，请在Python Numpy中使用numpy.kron()方法。计算克罗内克积，这是一个由第二个数组的块组成的复合数组，由第一个数组缩放。该函数假设a和b的维数相同，如果需要，则在最小的数组前面添加1。如果a.shape = (r0, r1, .., rN)和b.shape = (s0, s1, ..., sN)，则克罗内克积的形状为(r0*s0, r1*s1, ..., rN*SN)。元素是来自a和b的元素的乘积，通过−# kron(a, b)[k0, k1, ..., kN] = ... 阅读更多

要在线性代数中计算矩阵的条件数，请在Python中使用numpy.linalg.cond()方法。此方法能够使用七种不同的范数之一返回条件数，具体取决于p的值。返回矩阵的条件数。可能是无限的。x的条件数定义为x的范数乘以x的逆的范数；范数可以是通常的L2范数或其他几种矩阵范数之一。第一个参数是x，即要查找其条件数的矩阵。第二个参数是p，... 阅读更多

假设，我们得到一个包含n个顶点的图，并且是极小连通的。边在数组中给出，其中边以{起点，终点，权重}的格式给出。现在，我们得到q个查询，每个查询的格式为{起点，终点}。我们必须找到从起点到终点通过顶点k的最短成本路径。我们打印每个查询的路径成本。因此，如果输入类似于n = 6，q = 3，k = 1，edges = {{1, 2, 2}, {1, 3, 4}, {3, ... 阅读更多

要返回线性代数中矩阵或向量的范数，请在Python Numpy中使用LA.norm()方法。第一个参数x是输入数组。如果axis为None，则x必须为1-D或2-D，除非ord为None。如果axis和ord都为None，则将返回x.ravel的2-范数。第二个参数ord是范数的阶数。inf表示numpy的inf对象。默认为None。第三个参数axis，如果为整数，则指定沿其计算向量范数的x的轴。如果axis是2元组，则它指定... 阅读更多

假设，我们得到一个h * w维的网格。网格中的每个单元格都分配了一个特定的值。我们必须使具有偶数值的单元格最大化。为此，我们可以选择一个以前未选择的单元格，然后将当前单元格的值减少1，并将位于当前单元格垂直或水平相邻的另一个单元格的值增加1。我们打印操作次数以及增加和减少操作的单元格编号。输出将显示在... 阅读更多

假设，有n个城市通过m条道路连接。道路是单向的，道路只能从起点到终点，反之则不行。道路以数组“roads”的形式给出，格式为{起点，终点}。现在，在这些城市中，小麦以不同的价格出售。各个城市的小麦价格在数组“price”中给出，其中第i个值是第i个城市的小麦价格。现在，旅行者可以从任何城市购买小麦，并且可以到达任何城市（如果允许）... 阅读更多

在Python NumPy中，使用LA.norm()方法返回线性代数中矩阵或向量的范数。第一个参数x是输入数组。如果axis为None，则x必须是一维或二维，除非ord为None。如果axis和ord都为None，则返回x.ravel的2范数。第二个参数ord是范数的阶数。inf表示NumPy的inf对象。默认值为None。第三个参数axis，如果为整数，则指定沿其计算向量范数的x轴。如果axis为2元组，则指定... 阅读更多