-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathSWD.py
192 lines (144 loc) · 6.12 KB
/
SWD.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
from typing import List, Tuple, Set, Dict
import numpy as np
class Areas:
"""
Klasa służaca do obrazowania relacji (pole jakie tworzą punkty)
między dwoma zbiorami: A1 i A2
"""
def __init__(self, a1, a2, area):
self.a1 = a1
self.a2 = a2
self.area = area
def sorting_points(points: List[Tuple[int]]) -> List[Tuple[int]]:
"""
Sortowanie punktów w zależności od odległości od punktu (0,0)
"""
return sorted(points, key=lambda x: (x[0] ** 2 + x[1] ** 2) ** 0.5)
def divide_into_groups(points: List[Tuple[int]], limit: int) -> Tuple[List[Tuple[int]]]:
considered_points = points[limit:-limit]
#ograniczenie zbiorów a następnie podzielenie ich
candidates_a1 = considered_points[:len(considered_points)//2]
candidates_a2 = considered_points[len(considered_points)//2:]
out1 = check_if_points_independant(candidates_a1)
#usuniecie punktow zaleznych z a1
a1 = [i for i in candidates_a1 if i not in out1]
out2 = check_if_points_independant(candidates_a2)
u = out1
#usuniecie punktow zaleznych z a2
a2 = [i for i in candidates_a2 if i not in out2]
return a1, a2, u
def check_if_points_independant(points: List[Tuple[int]]):
# funkcja sprawdzająca kolejny punkt po punkcie czy kazdy z nich jets punktem nie zaleznym w danym podzbiorze
index = []
for i in points:
for j in points:
if i[0] <= j[0] and i[1] <= j[1] and j not in index and i != j:
index.append(j)
elif i[0] >= j[0] and i[1] >= j[1] and i not in index and i != j:
index.append(i)
return index
def field_of_square(A1: List[Tuple[int]], A2: List[Tuple[int]], U: List[Tuple[int]]) -> Dict[Tuple[int], List[object]]:
"""
funkcja licząca pola dla wyznaczonych kwadratów w zależności od danego U
"""
def help_square(A1: List[Tuple[int]], A2: List[Tuple[int]], u: Tuple[int]) -> List[object]:
"""
Funkcja pomocnicza, liczy pola dla konkretnego, jednego u
"""
areas = []
for a1 in A1:
for a2 in A2:
area = abs(max(a2[1], a1[1], u[1]) - min(a2[1], a1[1], u[1])) * abs(max(a2[0], a1[0], u[0]) - min(a2[0], a1[0], u[0]))
areas.append(Areas(a1, a2, area))
return areas
a = help_square(A1, A2, U[0])
areas = {u: help_square(A1, A2, u) for u in U }
return areas
def standardization_of_squares(areas: Dict[Tuple[int], List[object]]) -> Dict[Tuple[int], List[object]]:
"""
Funkcja standaryzująca pola kwadratow
"""
# utworzenie słownika pomocniczego klucz: u, wartość to suma pól dla danego u
help_sum = {}
for k, val in areas.items():
temp = [v.area for v in val]
help_sum[k] = sum(temp)
# uaktualnienie głównego słownika (standaryzacja)
for keys, values in areas.items():
for val in values:
val.area = val.area/help_sum[keys]
return areas
def ranking_creating(areas: Dict[Tuple[int], List[object]]) -> Dict[Tuple[int], List[object]]:
"""
Posortowanie słownika klucz: u, wartość: lista punktów
tworząca pola wokół punktu u w zależności rosnącej względem pola kwadratu (area)
"""
for keys, values in areas.items():
values.sort(key=lambda x: x.area)
return areas
def calc_weights(areas: Dict[Tuple[int], List[object]]) -> Dict[Tuple[int], List[float]]:
'''
Funkcja licząca wagi dla każdego punktu u
Zwraca słownik {punkt u: lista wag}
'''
weights: Dict[Tuple[int], List[float]] = {}
for u, fields in areas.items():
list_of_fields = [A.area for A in fields]
sum_of_fields = sum(list_of_fields)
weights_for_one_u = []
for A in fields:
weights_for_one_u.append(A.area/sum_of_fields)
weights[u] = weights_for_one_u
return weights
def calc_distance_coefficients(areas: Dict[Tuple[int], List[object]]) -> Dict[Tuple[int], List[float]]:
'''
Funkcja licząca współczynniki odległości dla każdego punktu u
Zwraca słownik {punkt u: lista współczynników}
'''
distance_coefs: Dict[Tuple[int], List[float]] = {}
for u, fields in areas.items():
distance_coefs_for_one_u = []
for A in fields:
u_ = np.array([u[0], u[1]])
a1 = np.array([A.a1[0], A.a1[1]])
a2 = np.array([A.a2[0], A.a2[1]])
d1 = np.linalg.norm(u_ - a1)
d2 = np.linalg.norm(u_ - a2)
if d1 > d2:
distance_coefs_for_one_u.append(d1/(d1 + d2))
else:
distance_coefs_for_one_u.append(d2/(d1 + d2))
distance_coefs[u] = distance_coefs_for_one_u
return distance_coefs
def calc_score_function(weights: Dict[Tuple[int], List[float]], distance_coefs: Dict[Tuple[int], List[float]]) -> Dict[Tuple[int], float]:
'''
Funkcja licząca wartości scoringowe dla każdego punktu u
Zwraca słownik {punkt u: wartość scoringowa}
'''
ranking: Dict[Tuple[int], float] = {}
for u in weights:
w = np.array(weights[u])
d = np.array(distance_coefs[u])
ranking[u] = [email protected]
ranking = {u: value for u, value in sorted(ranking.items(), key=lambda item: item[1])}
return ranking
def main():
points = [(0, 2), (1, 2), (1, 5), (2, 3), (2, 9), (3, 1), (3, 6), (3, 8), (4, 3), (4, 5), (4, 9), (5, 7), (6, 9), (6, 10), (7, 3), (7, 5), (7, 10), (8, 8), (9, 2), (9, 5), (9, 7), (9, 9), (10, 4), (10, 8), (10, 9), (11, 6), (11, 10), (12, 1), (12, 4), (12, 7)]
limit = (len(points)//4) + 1
sorting_points(points)
A1, A2, U = divide_into_groups(points, limit)
areas = field_of_square(A1, A2, U)
#areas = standardization_of_squares(areas)
#areas = ranking_creating(areas)
## a = 1
#result = []
#for key, value in areas.items():
# elem = "{0}: {1}".format(key, [(val.a1,val.a2) for val in value])
# result.append(elem)
#print(result)
weights = calc_weights(areas)
distance_coefs = calc_distance_coefficients(areas)
ranking = calc_score_function(weights, distance_coefs)
print(ranking)
if __name__ == "__main__":
main()