python的遗传算法--Hello World入门篇

本系列文章代码取材于书籍《Genetic Algorithms with Python》,本人是在校电气专业的研究生，立志从事于Python相关的代码工作，具体什么方向还有待深究。

众所周知，算法一类的相关工作在市场上工资不菲，对于跨专业想从事算法工作的同学，算法入门是很难的一件事，一者没有好的代码基础，二者算法书晦涩难懂，让人没有读下去的欲望。我从研究生入学到现在，已经有半年的时间了，期间一直摸索算法入门，但都没有坚持下来，但一直在学习Python的基础语法，几个月之前导师在群里推了这本书，还是英文，一开始没抱着什么期望，结果前几天偶尔得空，看了一下，发现这本书真的写的很用心，（这里不得不吐槽一下国内市面上的书本，大都没有用心写，都是这里抄抄那里抄抄），也挺符合我兴趣的，今天花了大半天攻克了Hello World 初级版（一是英语不好，二是学习的基础都遗忘了），这里先放代码，如果想听我自己的理解，有时间可以给大家录个视频。

import random
import datetime

geneSet=' abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!.'
target='Hello World!'
def generate_parent(lenth):
    genes=[]
    while len(genes) < lenth:
        sampleSize = min(lenth-len(genes),len(geneSet))
        genes.extend(random.sample(geneSet,sampleSize))

    return ''.join((genes))

def get_fitness(guess):
    return sum(1 for expected ,actual in zip(target,guess) if expected==guess)

def mutate(parent):
    index=random.randrange(0,len(parent))
    childGenes= list(parent)
    newGene,alternate = random.sample(geneSet,2)
    childGenes[index]=alternate \
        if newGene  == childGenes[index] \
        else newGene
    return ''.join(childGenes)

random.seed()
startTime=datetime.datetime.now()
def display(guess):
    timeDiff = datetime.datetime.now()-startTime
    fitness=get_fitness(guess)
    print('{0}\t{1}\t{2}'.format(guess,fitness,str(timeDiff)))

bestParent=generate_parent(len(target))
bestFitness=get_fitness(bestParent)
display(bestParent)

while True:
    child =mutate(bestParent)

    childFitness=get_fitness(child)
    if bestFitness>=childFitness:
        continue
    display(child)
    if childFitness>=len(bestParent):
        break
    bestFitness=childFitness
    bestParent=child

下次更新不知道什么时候，随缘（PS:我自己再跑，时间挺长的，没有书本上那么快）。