0

这个函数需要一些tictactoe板并返回合法尝试的动作（-1代表“O”，1代表“X”，0是空格）

def legal_locations(boards, moves):

    legal_idxs, legal_locs = [], []
    illegal_idxs, illegal_locs = [], []

    for i, j in enumerate(moves):

        # The middle index here is 0 because the locations > 0 are reserved for historical states.
        # We only want to examine the current board state.
        if boards[i][0][j]:  # This location is occupied
            illegal_idxs.append(i)
            illegal_locs.append(j)

        else:  # unoccupied
            legal_idxs.append(i)
            legal_locs.append(j)

    return (legal_idxs, legal_locs), (illegal_idxs, illegal_locs)

它工作正常，但“boards”只是一个矩形 numpy 数组，“moves”是一个列表。我认为必须有一种更快的方法来使用 numpy 完成此任务。有任何想法吗？

如果它不能提高效率 - 很高兴知道这个问题是什么使它难以优化。

编辑：

boards =
array([[[ 0,  1,  0, -1,  0,  0,  0, -1,  0],
        [ 0,  1,  0,  0,  0,  0,  0, -1,  0],
        [ 0,  0,  0,  0,  0,  0,  0, -1,  0],
        [ 0,  0,  0,  0,  0,  0,  0,  0,  0]],

       [[ 0,  0,  0,  1, -1,  0,  0,  0, -1],
        [ 0,  0,  0,  1, -1,  0,  0,  0,  0],
        [ 0,  0,  0,  0, -1,  0,  0,  0,  0],
        [ 0,  0,  0,  0,  0,  0,  0,  0,  0]]])

这个棋盘数组显示了两个游戏，每个游戏都有 4 个历史状态。

moves =
       [2, 8]

此移动数组显示两个索引。因此，感兴趣的位置是：

boards[0][0][2]
boards[1][0][8]

所以在这个例子中，我们会从我们的 fxn 中得到以下回报：

([0], [2]), ([1], [8])

EDIT2：一个更核心的例子：

@AlexanderCécile 我想问题的一部分是我不知道如何使用列表作为索引。例如，我不知道如何减少这个循环......

for i in range(legal.shape[0]):
  legal[i, 0, index_list[i]] = -1

其中 len(index_list) == len(legal)

如果我能做到这一点，那么其他一切都应该使用 np.nonzero

4

1 回答 1

1

将数组转换为bool，然后用于np.where生成与True值对应的索引（~运算符将反转转换数组）。对于单板：

array = np.array([[1, 0, 0], [-1, 1, 0], [1, -1, -1]])
mask = array.astype(bool)
illegal_row, illegal_col = np.where(mask)
legal_row, legal_col = np.where(~mask)

这可以通过运行领先索引扩展到多个板。

于 2019-11-29T19:01:51.440 回答