我試圖在python中編寫Quine-McCluskey algorithm,但我想查看是否有任何可用的替代版本。谷歌搜索顯示了一些有用的結果。我正在尋找4x4地圖縮減,而不是2x2或3x3。任何想法或參考?Python中的Quine-McCluskey算法
回答
在其中的你給的鏈接維基百科,還有一些「外部鏈接」在底部,其中有這些,有意思的相對到您的項目:
"Python Implementation by Robert Dick"
止跌」這是否滿足您的需求?
「一系列描述R中實現的算法(一個或多個)兩篇文章:。first article和second article將R實現是詳盡的,它提供完整,準確的解決方案,它可以處理多達20個輸入變量「
您可以使用rpy Python interface來R語言來運行Quine-McCluskey算法的R代碼。請注意,有RPY的改寫:rpy2
而且,爲什麼不自己寫一個新的Python腳本,使用由阿德里安DUSA在2007年完成的算法的提升,趴在second article?
def combine(m, n):
a = len(m)
c = ''
count = 0
for i in range(a):
if(m[i] == n[i]):
c += m[i]
elif(m[i] != n[i]):
c += '-'
count += 1
if(count > 1):
return None
else:
return c
def find_prime_implicants(data):
newList = list(data)
size = len(newList)
IM = []
im = []
im2 = []
mark = [0]*size
m = 0
for i in range(size):
for j in range(i+1, size):
c = combine(str(newList[i]), str(newList[j]))
if c != None:
im.append(str(c))
mark[i] = 1
mark[j] = 1
else:
continue
mark2 = [0]*len(im)
for p in range(len(im)):
for n in range(p+1, len(im)):
if(p != n and mark2[n] == 0):
if(im[p] == im[n]):
mark2[n] = 1
for r in range(len(im)):
if(mark2[r] == 0):
im2.append(im[r])
for q in range(size):
if(mark[q] == 0):
IM.append(str(newList[q]))
m = m+1
if(m == size or size == 1):
return IM
else:
return IM + find_prime_implicants(im2)
minterms = set(['1101', '1100', '1110', '1111', '1010', '0011', '0111', '0110'])
minterms2 = set(['0000', '0100', '1000', '0101', '1100', '0111', '1011', '1111'])
minterms3 = set(['0001', '0011', '0100', '0110', '1011', '0000', '1000', '1010', '1100', '1101'])
print 'PI(s):', find_prime_implicants(minterms)
print 'PI2(s):', find_prime_implicants(minterms2)
print 'PI3(s):', find_prime_implicants(minterms3)
移植到JavaScript:https://gist.github.com/ysangkok/5707171#file-smallqm-js –
謝謝,也解決了我的問題:) – HighwayJohn
這個算法是否只計算主要暗示或也是必不可少的主要牽連? – HighwayJohn
- 1. Python中的Floyd算法
- 2. Python中的Two's Complement算法
- 3. Python中的BFS算法
- 4. Python中的算法實現
- 5. Kruskal在Python中的算法
- 6. Dijkstra在python中的算法
- 7. python中的min max算法
- 8. python中的3D sobel算法?
- 9. Python中的組合算法
- 10. python中的迭代算法
- 11. Python中的算法設計
- 12. python中的Gauss-Legendre算法
- 13. Python中的模冪運算算法
- 14. python的tfidf算法
- 15. python的KMP算法
- 16. Python - Dijkstra的算法
- 17. Python Negamax算法
- 18. Python Dijkstra算法
- 19. 算法python itertools.permutations
- 20. 計算算法的複雜度。 Python
- 21. karatsuba算法在Python
- 22. Python貪婪算法
- 23. Python三元算法
- 24. Python算法效率
- 25. Python算法問題
- 26. Python遺傳算法
- 27. python jumble solver算法
- 28. python中的最佳匹配算法
- 29. python中的協同聚類算法
- 30. Bellman-Ford算法在python中的實現
六升起來了,我編碼我的心臟了,感謝參照該第二篇文章。謝謝! :) – eqb