有4个范围在 [1,9]
的数字,通过「加、减、乘、除」四则运算能够获得24,认为有解。
4个范围在 [1,9]
的数字能够产生495种可能,其中404中组合情况都是有解的,有解概率高达81.62%。
下面我们用python来验证它,首先计算组合数:
from scipy.special import comb
comb(9, 4, repetition=True)
495.0
可以看到python计算出9个数字有重复的组合情况数是495。
下面我们需要一个方法,判断4个数字能否组合成为24点,这里我采用回溯算法进行计算。
首先从4个数字中选择2个数字,然后再选择一种运算操作,然后用得到的结果取代选出的2个数字。然后在剩下的3个数字中,进行同样的操作。依次类推,最终计算到只剩一个数字,看结果是否为24即可。
开始编码:
from operator import add, mul, sub, truediv
from itertools import permutations, combinations_with_replacement
ops = [add, mul, sub, truediv]
def judgePoint24(nums) -> bool:
if not nums:
return False
n = len(nums)
if n == 1:
return round(nums[0], 3) == 24
for i, j in permutations(range(n), 2):
# 选2个数字
x, y = nums[i], nums[j]
# 选择加减乘除 4 种运算操作之一,用得到的结果取代选出的 2 个数字
# 先添加未选择的数字
newNums = [z for k, z in enumerate(nums) if k not in (i, j)]
for k in range(4):
if k < 2 and i > j:
# 加法和乘法满足交换律,跳过第二种顺序
continue
if k == 3 and round(y, 3) == 0:
# 除法运算除数不能为0
continue
newNums.append(ops[k](x, y))
if judgePoint24(newNums):
return True
newNums.pop()
return False
然后我们遍历所有的组合进行判断:
from scipy.special import comb
total = int(comb(9, 4, repetition=True))
cnt = sum(judgePoint24(nums)
for nums in combinations_with_replacement(range(1, 10), 4))
print(f'{cnt}/{total}={cnt/total:.2%}')
最终一秒内计算出结果:
下面我们加大难度,要求在求解时,能够同时返回可行的表达式。暴力遍历固然可以实现,但是耗时太长,能否在这种回溯算法的基础上实现呢?
我的思路是加个变量记录每次的选择,最终再通过一定的技巧进行还原,最终编码:
from operator import add, mul, sub, truediv
from itertools import permutations, combinations_with_replacement
from collections import defaultdict
def judgePoint24(nums) -> bool:
ops = [add, mul, sub, truediv]
op_char = "+*-/"
record = []
def solve(nums) -> bool:
if not nums:
return False
n = len(nums)
if n == 1:
return round(nums[0], 3) == 24
for i, j in permutations(range(n), 2):
# 选2个数字
x, y = nums[i], nums[j]
newNums = []
# 选择加减乘除 4 种运算操作之一,用得到的结果取代选出的 2 个数字
# 先添加未选择的数字
newNums = [z for k, z in enumerate(nums) if k not in (i, j)]
for k in range(4):
if k < 2 and i > j:
# 加法和乘法满足交换律,跳过第二种顺序
continue
if k == 3 and round(y, 3) == 0:
# 除法运算除数不能为0
continue
v = ops[k](x, y)
newNums.append(v)
record.append(([x, y], op_char[k], v))
if solve(newNums):
return True
newNums.pop()
record.pop()
return False
flag = solve(nums)
if not flag:
return False, ""
cache = defaultdict(list)
for ns, op, v in record:
for i in range(2):
if cache[ns[i]]:
ns[i] = "("+cache[ns[i]].pop()+")"
r = f"{ns[0]}{op}{ns[1]}"
cache[v].append(r)
return flag, r+"=24"
然后开始遍历:
total = cnt = 0
for nums in combinations_with_replacement(range(1, 10), 4):
total += 1
r, expression = judgePoint24(nums)
if r:
print(expression, end="\t")
cnt += 1
if cnt % 8 == 0:
print()
print()
print(f'{cnt}/{total}={cnt/total:.2%}')
最终结果:
可以看到,我们已经得到了404个24点的有效解表达式。