我正在尝试为我正在研究的遗传算法创建不同的选择方法,但我在所有选择方法中遇到的一个问题是我的每个节点的适应性必须不同.这对我来说是一个问题,因为我的健身计算器非常基本,并且会产生几个相同的健身

public static Map calculateRouletteSelection(Map population) {

String[] keys = new String[population.size()];

Double[] values = new Double[population.size()];

Double[] unsortedValues = new Double[population.size()];

int index = 0;

for(Map.Entry mapEntry : population.entrySet()) {

keys[index] = mapEntry.getKey();

values[index] = mapEntry.getValue();

unsortedValues[index] = mapEntry.getValue();

index++;

}

Arrays.sort(values);

ArrayList numbers = new ArrayList<>();

while(numbers.size() < values.length/2) {

int random = rnd.nextInt(values.length);

if (!numbers.contains(random)) {

numbers.add(random);

}

}

HashMap finalHashMap = new HashMap<>();

for(int i = 0; i

for(int j = 0; j

if(values[numbers.get(i)] == unsortedValues[j]) {

finalHashMap.put(keys[j], unsortedValues[j]);

}

}

}

return finalHashMap;

}

我所有不同的选择方法中有90％是相同的,所以我敢肯定,如果我能解决它,我可以为所有人解决它.

对我所做错的任何帮助都将不胜感激

编辑：我看到我的意思是发布正在发生的事情的一般行为,所以基本上该方法接受HashMap<>,根据它们的适应性对值进行排序,随机选取一半排序值并将这些值添加到新的HashMap<> ;与他们相应的染色体.

最佳答案 我认为你使用集合类会好得多.

List> sorted = new ArrayList<>(population.entrySet());

// sort by fitness

Collections.sort(sorted, Comparator.comparing(Map.Entry::getValue));

Set usedIndices = new HashSet<>(); // keep track of used indices

Map result = new HashMap<>();

while (result.size() < sorted.size()/2) {

int index = rnd.nextInt(sorted.size());

if (!usedIndices.add(index)) {

continue; // was already used

}

Map.Entry survivor = sorted.get(index);

result.put(survivor.getKey(), survivor.getValue());

}

return result;

但是,正如谢尔盖所​​说,我不相信这是你的算法所需要的;你需要支持健身更高的人.