Python代码优化：如何避免遗传算法交叉实现中的过多索引？

嘿，作为Python新手能上手遗传算法的交叉操作已经超棒啦！那些层层嵌套的selected_parents[0][0][indeces[i][0][0]]索引确实看着头大，咱们来把代码简化得清爽又易读～

首先，咱们先搞定最烦人的嵌套数组问题：你的selected_parents里每个元素都是二维numpy数组（比如array([[4,6,...]])），所以才需要多层索引才能拿到具体元素。咱们可以先把它们转成一维数组，瞬间告别多层嵌套：

import numpy as np

# 原始父代数据
selected_parents = [np.array([[4, 6, 3, 1, 0, 7, 5, 2]]), np.array([[0, 2, 7, 3, 5, 4, 1, 6]])]

# 转成一维数组，索引直接用parent1[i]就行
parent1 = selected_parents[0].ravel()  # ravel返回原数组的视图，更高效；flatten返回副本，按需选
parent2 = selected_parents[1].ravel()

接下来，咱们把交叉逻辑拆成两个小函数，让代码结构更清晰：

1. 提取父代的较长子串 #

根据你的需求，后代要继承父代的较长子串，咱们写个函数专门处理这个判断：

def get_longer_substring(parent, co_point):
    """获取切割后父代的较长子串"""
    parent_len = len(parent)
    # 判断前co_point个元素更长，还是后(parent_len - co_point)个更长
    if co_point > parent_len - co_point:
        return parent[:co_point]
    else:
        return parent[co_point:]

2. 生成后代 #

接下来写生成后代的函数：先拿到要保留的子串，再从另一个父代里按顺序筛选出不在保留子串里的元素，填充到剩余位置：

def create_offspring(parent_kept, parent_fill, co_point):
    """根据保留父代和填充父代生成后代"""
    kept_sub = get_longer_substring(parent_kept, co_point)
    # 把保留子串转成集合，提升"in"操作的效率（长序列更明显）
    kept_set = set(kept_sub)
    # 按顺序筛选填充父代中不在保留子串里的元素
    fill_elements = [x for x in parent_fill if x not in kept_set]
    # 计算需要填充的元素数量
    need_fill = len(parent_kept) - len(kept_sub)
    
    # 根据保留子串的位置组合后代：前半部分保留就填后面，后半部分保留就填前面
    if len(kept_sub) == co_point:
        return np.concatenate([kept_sub, fill_elements[:need_fill]])
    else:
        return np.concatenate([fill_elements[:need_fill], kept_sub])

完整示例运行 #

用你给出的切割点co_point=5测试一下：

co_point = 5

crossed_p1 = create_offspring(parent1, parent2, co_point)
crossed_p2 = create_offspring(parent2, parent1, co_point)

print("crossed_p1:", crossed_p1)  # 输出: [4 6 3 1 0 2 7 5]
print("crossed_p2:", crossed_p2)  # 输出: [0 2 7 3 5 4 6 1]

这样代码完全没有多层索引，逻辑也一目了然：

• 先扁平化数组，解决嵌套索引的问题
• 拆分函数让每个模块只做一件事，后期修改或者扩展都很方便
• 用集合优化筛选效率，长序列场景下速度更快

内容的提问来源于stack exchange，提问作者RezAm