SageMath中解决哈密尔顿循环问题的代码优化
2025-07-09 02:08:48作者:裴麒琰
在SageMath数学软件中,用户l1t1遇到了一个关于构建图并寻找哈密尔顿循环的问题。原始代码在添加边时会产生自环边,导致程序报错。本文将详细分析问题原因,并提供优化后的解决方案。
问题背景
用户尝试使用SageMath的图论功能来解决一个数学问题:将数字1到n排列成一个环,使得每两个相邻数字的和都是一个完全立方数。为此,需要构建一个图,其中顶点代表数字,边代表两个数字的和是立方数,然后寻找图中的哈密尔顿循环。
错误分析
原始代码在getgraph函数中构建图时,当两个数字i和p-i相等时(即i = p-i),会尝试添加一条自环边。由于默认情况下SageMath的图不允许自环边,这会导致ValueError: cannot add edge from 4 to 4 in graph without loops错误。
解决方案
优化后的代码在添加边时增加了一个条件判断i != p-i,确保不会添加自环边:
if i<=n and p-i<=n and p-i>0 and i!=p-i: # 添加i!=p-i条件
edges.append([i,p-i])
这个简单的修改解决了自环边的问题,同时不影响算法的核心逻辑。
完整优化代码
def getgraph(n,N,path):
powers=[(i+1)^N for i in range(ceil((2*n)^(1/N)))]
G=Graph()
G.add_vertices([1,..,n])
edges=[]
for p in powers:
for i in range(1,ceil(p/2)+1):
if i<=n and p-i<=n and p-i>0 and i!=p-i: # 添加i!=p-i条件
edges.append([i,p-i])
if path: # 添加额外顶点连接所有其他顶点
G.add_vertex(0) # 用于从环中获取路径
for i in [1,..,n]:
edges.append([0,i])
G.add_edges(edges)
return G
path=False
n=473
N=3
time G=getgraph(n,N,path)
time hami=G.hamiltonian_cycle()
l=hami.cycle_basis()[0]
print [l[(i+l.index(int(not(path))))%len(l)] for i in range(len(l))]
技术要点
-
图构建:代码首先计算所有可能的立方数,然后构建图结构,顶点代表数字1到n。
-
边添加逻辑:只有当两个数字的和是立方数且不形成自环时,才在这两个数字之间添加边。
-
哈密尔顿循环:使用SageMath内置的
hamiltonian_cycle()方法寻找满足条件的数字排列。 -
性能优化:通过限制i的范围到ceil(p/2),避免了重复添加边(如1-7和7-1)。
应用场景
这种技术在组合数学和数论中有广泛应用,特别是在研究数字排列和特殊序列时。例如:
- 寻找满足特定条件的数字排列
- 研究数字序列的特殊性质
- 解决某些类型的数学谜题和游戏
总结
通过对原始代码的简单修改,我们成功解决了自环边导致的错误。这个例子展示了在使用图论算法时需要注意的细节问题,特别是当图的构建依赖于数学条件时。SageMath强大的图论功能为解决这类组合问题提供了便利的工具。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425