确定(p，d，q) & (P，D，Q，s)在SARIMAX Python中的顺序
在SARIMAX模型中，(p, d, q)和(P, D, Q, s)是用来确定模型的顺序参数。
(p, d, q)是ARIMA模型的参数，用于描述时间序列数据的自回归、差分和移动平均部分。其中，p表示自回归项的阶数，d表示差分次数，q表示移动平均项的阶数。
(P, D, Q, s)是季节性ARIMA模型（SARIMA）的参数，用于描述时间序列数据的季节性特征。其中，P表示季节性自回归项的阶数，D表示季节性差分次数，Q表示季节性移动平均项的阶数，s表示季节性周期的长度。
在SARIMAX Python中，确定(p, d, q)和(P, D, Q, s)的顺序通常是通过观察自相关图（ACF）和偏自相关图（PACF）来进行的。ACF图可以帮助确定q和Q的值，PACF图可以帮助确定p和P的值。根据图形的截尾性和拖尾性，选择合适的参数值。
在SARIMAX模型中，可以使用statsmodels库中的SARIMAX函数来拟合和预测时间序列数据。具体使用方法可以参考腾讯云提供的statsmodels库相关文档和示例。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云云数据库MySQL版：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云云原生容器服务（TKE）：https://cloud.tencent.com/product/tke
- 腾讯云人工智能平台（AI Lab）：https://cloud.tencent.com/product/ai
- 腾讯云物联网平台（IoT Hub）：https://cloud.tencent.com/product/iothub
- 腾讯云移动开发平台（MTP）：https://cloud.tencent.com/product/mtp
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务（BCS）：https://cloud.tencent.com/product/bcs
- 腾讯云元宇宙服务（Tencent XR）：https://cloud.tencent.com/product/xr
相关·内容
我用以下代码在python中实现了一个自动SARIMA模型：
import pmdarima as pm
smodel = pm.auto_arima(df, start_p=1, start_q=1,
test='adf',
max_p=3, max_q=3, m=12,
start_P=0, seasonal=True,
d=1, D=1, trace=True,
浏览 2提问于2021-07-28得票数 0
我正在使用python中的状态模型来预测沃尔玛kaggle数据集的每周零售额。在运行SARIMA之前，我很难实现平稳。问题是复活节可能比年复一年间隔数周。你如何在节假日中为这些波动建模？
我试着用网格搜索最佳(p，d，q)(P，D，Q)m参数。我的网格搜索返回了一个名为(0,1,0)(0,2,0)52的SARIMA，AIC为832，但是当绘制它时，它显然是非常倾斜的(这是预料中的，因为我的数据实际上从未在这些转换中达到平稳性)。
有没有人建议在零售季节使用SARIMAX？我知道R包是优越的，但我不知道R，我希望我能解决这个没有它。
p, d, q = 0, 1, 0
P, D, Q, m =
浏览 0提问于2019-04-02得票数 0
回答已采纳
我正在尝试建立SARIMAX模型，试图从ACF，PACF图中确定(p，d，q) & (P，D，Q，s)值。我的序列是固定的，不需要任何差异(基于ADF测试)。虽然我从PACF图中了解到p=2和q=2 (尽管ACF呈指数衰减，但我相信这可能是由于相互滞后的累积影响)应该足够好，但我有点困惑如何才能得出季节性部分的P，Q值。我的数据是大约4年来每天的观察结果。从下面的季节分解部分，我可以看到这种模式每7天重复一次。这是无差异原始数据的ACF和PACF图。 感谢您的指导，帮助我确定了该系列季节性部分的P，Q值。 ACF PACF Plot Seasonal Component
浏览 28提问于2020-01-27得票数 0
1回答
我在python中使用ARIMA模型： from statsmodels.tsa.statespace.sarimax import SARIMAX
model = SARIMAX(x, order=(p, d, q),
enforce_stationarity=False,
enforce_invertibility=False).fit(disp=False) 我想要比较一些具有不同参数的模型，并选择一个回归变量较少的模型(选择更简单的模型)。 我应该使用哪些信息标准。我读到
浏览 37提问于2019-04-18得票数 0
回答已采纳
我想知道ARIMA模型的顺序(p，d，q)，所以我必须使用 python包。但是它推荐我SARIMAX模型！继续阅读，了解更多细节。
为此，我使用了数据。这是一个平稳的时间序列。
# importing packages
import pandas as pd
from pmdarima import auto_arima
import warnings
warnings.filterwarnings('ignore')
# read csv file
df = pd.read_csv('/Data/DailyTotalFemaleBirths.csv' ,
浏览 4提问于2021-10-11得票数 1
回答已采纳
是否有一个函数或库(如auto_arima )可用于计算SARIMAX模型中用于Seasional_order(P、d、Q、M)中的P、D、Q和M值的顺序(p、D、q)。
谢谢,
浏览 20提问于2022-04-04得票数 0
回答已采纳
我目前正在编写一个函数来对SARIMAX模型的阶数进行网格搜索：(p，q，d)X(P，Q，D，s)。但是，在进行拟合时，我通常会在statsmodels.tsa.SARIMAX()上使用默认设置得到以下类型的错误：
ValueError: Non-stationary starting autoregressive parameters found with `enforce_stationarity` set to True.
或
ValueError: non-invertible starting MA parameters found with `enforce_invertibili
浏览 9提问于2016-10-10得票数 4
我想在python中实现R的auto.arima()函数的等价物。
在R中，auto.arima函数以时间序列值作为输入，计算ARIMA阶参数(p，d，q值)并拟合模型，不需要提供p，d，q值作为用户的输入。
我想使用python中的auto.arima函数的等价物(不调用auto.arima R)来预测时间序列中的未来值。在接下来的时间序列中，执行auto.arima-python 40个点并预测接下来的6个值，然后将窗口移动1个点，然后再次执行相同的过程。
以下是示例性数据：
value
0
2.584751
2.884758
2.646735
2.882105
3.267503
3.94
浏览 0提问于2016-12-15得票数 1
2回答
我会在R中拟合一个以温度为外生变量的SARIMAX模型。我能用package TSA中的xreg函数做到这一点吗？我认为可以将模型拟合为：
fit1 = arima(x, order=c(p,d,q), seasonal=list(order=c(P,D,Q), period=S), xreg=temp)
是正确的还是我必须使用R的其他功能？如果它不正确:我应该使用哪些步骤？
谢谢。
浏览 2提问于2013-07-24得票数 0
不久前，我在上发布了这个问题，但是还没有人能够回答，所以我决定在这里发布，以防万一：
我正在使用Python库中的auto_arima()函数来确定最佳的ARIMA模型。
我的模型之一的结果是：
SARIMAX Results
=========================================================================================
Dep. Variable: y No. Obse
浏览 2提问于2022-08-11得票数 0
我正在尝试使用SARIMAX预测季节性时间序列。时间序列由PV馈入的日最大值组成，这导致了假设365天的周期性。
下面是我的代码：
mod= SARIMAX(realy.Max, order=(0,1,1), seasonal_order=(0,1,1,365))
results_SARIMAX = mod.fit(disp= -1)
由于我的周期性，我将seasonal_order中的%s设置为365。我还根据一些预先考虑的因素设置了变量p，d，q，分别为P，D，q。我的问题是，在执行代码后，会出现以下错误：
ValueError: maxlag should be < nobs
当我
浏览 9提问于2017-03-10得票数 5
回答已采纳
我正在尝试运行一段代码，它评估SARIMAX模型中P，D&Q的不同值的均方误差。这段代码以前对我来说工作得很好，我没有对它做任何修改，所以我只能假设问题出在数据上，但我也以同样的方式处理了它，所以我不知道为什么它不能工作？
def evaluate_sarima_model(data, arima_order, s_order):
split=int(len(data) * 0.8)
train, test = data[0:split], data[split:len(data)]
past=[x for x in train]
# make pr
浏览 0提问于2020-07-14得票数 0
向所有人致以亲切的问候。我正在处理一个时间序列，并试图用SARIMAX来预测它。
因为有许多变化来调整变量order (p，d，q)和seasonal_order (P，D，Q，s)的值。
我想知道，有没有一个库可以自动计算order和seasonal_order变量的值？以获得最好的结果。
我很感谢你在这方面给我的帮助。谢谢。
浏览 6提问于2021-07-11得票数 0
2回答
可能重复：
好的，在我的课上，我应该写一些代码，把字典变成Ceasar密码。我的代码可以很好地改变一切，但返回键的顺序与提供的测试用例不同。
我的代码：
sLowerCase = string.ascii_lowercase
sUpperCase = string.ascii_uppercase
dCode = {'A':'A', 'B':'B', 'C':'C', 'D':'D', 'E':'E', 'F':
浏览 1提问于2012-11-04得票数 1
我已经训练了一个ARMA模型，现在我正试图在不重新训练模型的情况下对验证数据进行预测。每次我进行预测时，我都希望将前一个目标添加到模型中，以便进行下一个预测。我尝试使用方法append，但得到了一个AttributeError，尽管该方法在中列出。
import numpy
import pandas
from statsmodels.tsa.statespace.sarimax import SARIMAX
N_TRAIN = 100
train_data = pandas.Series(0.05 + numpy.random.randn(N_TRAIN)*0.01)
valid_dat
浏览 55提问于2019-07-18得票数 0
回答已采纳
我有一个时间序列数据集，其频率为每日。我已经检查了我的数据集是平稳的，使用增广的dickey-更充分的测试。
之后，当我试图使用以下方法确定p、d、q的值时：
from pmdarima import auto_arima
stepwise_fit = auto_arima(df2['Births'],start_p=0,max_p=6, start_q=0, max_q=3, seasonal=False,trace=True)
此外，我在seasonal=False论点中提到了auto_arima，但当我提到时：
stepwise_fit.summary()
它的返回：
S
浏览 1提问于2020-02-17得票数 3
回答已采纳
1回答
Statsmodels包含用于季节性时间序列分析的SARIMAX。在尝试实现该方法时，我对摘要中显示的差分/集成术语的缺乏感到困惑。例如，这在documentation itself中的示例中是可见的。在哪里可以找到与d-parameter对应的系数？我只能看到AR系数和MA系数。 下面是我的意思的一个例子。我期待的是我添加了??? SARIMAX Results
=====================================
浏览 32提问于2020-12-15得票数 0
回答已采纳
我的数据(时间序列)包含两年数据。(a值/天，row=360*2)
现在，我尝试使用状态模型中的SARIMA模型。我随机选择了参数(order和seasonal_order)。order=(1,0,1)，seasonal_order=(0，1,360)非常适合我的数据。
但我在本质上不被理解。如何选择参数(p，d，q)？order=(P，D，Q)，seasonal_order=(p，d，q，s=360?)我可以从ACF或PACF无花果中读到它吗？还是AIC，BIC从总结？
(我试着从“最小AIC模式”中选择。但效果不佳)
import statsmodels.api as sm
SARIMA_
浏览 0提问于2019-07-11得票数 1
回答已采纳
2回答
我试图根据一个6年的数据集1/1/2014==> 1/1/2020来预测需求。首先，我尝试按月对需求进行重新分组，因此最终得到了一个包含2列( month和sales)和72行(12个月*6年)的数据集。附言:我正在使用python。
我的第一个问题是:在知道我只有72行的事实的情况下，获得明年( 2020)的预测是否足够。
我的第二个问题是，有没有任何模型可以建议我使用，这将给我一个很好的准确性？
我尝试过使用arima模型结合季节性( sarimax)和LSTM，虽然它不起作用，但我不确定我是否做得对。
我的第三个问题是: python中有没有可以告诉你是否有季节性的测试？
浏览 1提问于2020-02-12得票数 1
我用Python实现了Hessian曲线
def checkPoint(P,p,c,d):
#X^3 + Y^3 + cZ^3 = dXYZ over GF(p)
if ( P[0]**3 + P[1]**3 + c * P[2]**3) % p == ( d * P[0] * P[1] * P[2] ) % p :
return True
return False
def bits(n):
while n:
yield n & 1
n >>= 1
浏览 1提问于2020-08-17得票数 2
回答已采纳
1回答
原来的ARMA算法有以下公式：
在这里你可以看到，ARMA用p+q+1数来计算。所以，这是没有问题的，这是相当清楚的。
但是说到SARIMA算法，我一件事也不明白。SARIMA公式看起来类似于使用exta的ARMA：
其中S是一个代表季节性时期的数字。S是常数。
因此，SARIMA必须计算p+q+P+q+1数。只是个P+Q数。如果P=1，q= 2，则不要太大。
但是，如果我们使用太长的时间，例如365天的日常时间序列，SARIMA就是无法停止拟合。给模特们看看这个。第一个要花9秒才能适应，而第二个要花2个小时才能完成！
import statsmodels.api as sm
浏览 2提问于2020-05-01得票数 1
回答已采纳
有人能帮我吗?我想估计自动arima的最佳参数。
我正在使用下面的脚本，但不确定如何从模型摘要中提取最佳参数。
from pmdarima import auto_arima
# Fit auto_arima function to dataset
stepwise_fit = auto_arima(dataset['column1'], start_p = 1, start_q = 1,
max_p = 3, max_q = 3, m = 12,
start_P
浏览 16提问于2020-05-22得票数 0
1回答
我跟踪了Jason Brownlee's excellent tutorial on SARIMAX grid searching，并在使用单变量序列进行预测时使其发挥作用。但是，我需要添加一个外部变量。我知道要做到这一点，您需要在SARIMAX调用中添加一个exog参数，并使其在我的主脚本中工作，但不知道如何将其包含在本教程中使用的函数范围中。 我的代码如下： # one-step sarima forecast
def sarima_forecast(history, config):
order, sorder, trend, exog = config
# d
浏览 54提问于2021-08-08得票数 0
我在一个Databricks笔记本上运行网格搜索优化，同样的代码在我的本地机器上运行，但是当我尝试在Databricks上运行时，我得到了如下的TypeError： TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe'' 我正在运行的拟合过程是这样的(请注意，这里定义了p，d
浏览 88提问于2020-08-05得票数 0
1回答
我在ARIMA模型上运行验证，当代码执行时，绘图是不正确的。我试图更改参数，但没有成功，有些东西导致x轴的数据不能正确绘制。
数据集示例：
Date consume forecast
2017-01-01 122 141
2017-02-01 122 141
2017-03-01 122 141
2017-04-01 122 141
2017-05-01 122 141
2017-06-01 122 141
2017-07-01 122 141
2017-08-01 122 141
2017-09-01 10 340
2017-10-01 36 46
2017-1
浏览 10提问于2021-02-15得票数 0
回答已采纳
我试图根据给定的历史数据预测不同数据集的未来数据。
warnings.filterwarnings("ignore")
mod = sm.tsa.statespace.SARIMAX(
dataset,
order=(1,0, 0),
seasonal_order=(0, 0, 0, 12),
enforce_stationarity=False,
enforce_invertibility=False
)
results = mod.fit()
但是对于配置问题，我得到了错误。然后随机生成顺序和季节顺序，并检查它的错误与否。
p = d
浏览 4提问于2019-10-03得票数 0
我想使用auto.arima，但使用Python。我该怎么做？
我需要一个特定的函数auto.arima，它可以通过运行多个ARIMA模型来实现预测过程的自动化。因此，它并不是一个真正的库建议，而是一个可以由现有的状态模型来解决的问题(之前的问题在两年中没有改进)，所以我冒着这个风险问了这个问题。
参考
早先的一个问题是在上提出的
R中的auto.arima()函数使用Hyndman和Khandakar算法的一个变体，它结合了单元根测试、AICc和MLE的最小化来获得ARIMA模型。该算法遵循以下步骤。用于ARIMA自动建模的Hyndman-Khandakar算法
The number of
浏览 2提问于2016-12-24得票数 1
回答已采纳
我有样本数据集，我想预测以下两个阶段的结果。但是预测函数给了我同样的结果。
这是我的数据集(数据‘t1’)；
0 83.846
1 73.350
2 66.499
3 63.576
4 66.545
5 57.264
6 63.009
7 59.608
8 62.775
9 58.451
10 80.893
11 58.734
12 77.830
13 73.374
14 61.650
15 52.548
16 31.683
17 57.599
18 70.81
浏览 6提问于2021-11-15得票数 0
回答已采纳
我有一个具有多种分类特性的数据，我试图对Kruskal假设进行测试。现在，我首先将这些列的每个值收集到一个dict中，从而传递它们的y：
# run h test on each categorical variable
alpha = 0.05
for c in X_categorical:
samples = {}
for s in set(d_test_data[c].tolist()):
samples[s] = d_test_data["SalePrice"][d_test_data[c] == s].copy()
stat,
浏览 3提问于2019-11-02得票数 0
回答已采纳
4回答
这里是python的初学者。
我有两个要合并的嵌套列表：
list1 = ['a',
(b, c),
(d, e),
(f, g, h) ]
list2 = [(p,q),
(r, s),
(t),
(u, v, w) ]
我正在寻找的输出是：
list3 = [(a, p, q),
(b, c, r, s),
(d, e, t),
(f, g, h, u, v, w) ]
这可以在没有任何外部库的情况下完成吗？注:
浏览 2提问于2011-10-18得票数 6
回答已采纳
我的问题是使用SARIMAX模型和2个变量对python中的时间序列进行相当简单的预测：
interest.exogenous:的：假定对内源变量有一定影响的。
该示例使用BTC和ETH的日值，其中BTC是内生的，ETH是内生的。
import datetime
import numpy
import numpy as np
import matplotlib.pyplot as plt
import math
import pandas as pd
import pmdarima as pm
import statsmodels.api as sm
from sklearn.prepro
浏览 4提问于2022-01-19得票数 -1
1回答
try块未被执行
、、
这是我的代码：
p = range(0,3)
q = range(0,3)
d = range(0,3)
s = range(30,31)
P =range(0,1)
D = range(1,2)
Q = range(0,1)
lowest_aic= None
lowest_parm = None
lowest_param_seasonal = None
pdq = list(itertools.product(p, d, q))
seasonal_pdq = list(itertools.product(P,D,Q,s))
for param in pdq:
for param_seas
浏览 2提问于2020-05-05得票数 0
我正在寻找AIC最低的型号。我无法生成具有最低AIC的函数返回模型。下面的代码演示了我被卡住的地方。 p = d = q = range(0,2)
pdq = list(itertools.product(p,d,q))
seasonal_pdq = [(x[0],x[1],x[2],12) for x in list(itertools.product(p,d,q))]
parameters = []
for param in pdq:
for param_seasonal in seasonal_pdq:
try:
model=sm.tsa
浏览 18提问于2020-01-28得票数 1
2回答
嗨，伙计们，我在我的颂歌系列中有一个方程式有问题。我有两个方程，它们是完全相同的，但它们得到的答案却截然不同。我的方程式给出了不同的答案，这有什么原因吗？这两个方程是控制e和r的方程。
library(sigmoid)
parameters <- c(
a = 0.032,
b = (9 / 140),
c = (5 / 1400),
d = (95 / 700),
k = 1 / 140,
i
浏览 0提问于2017-05-24得票数 0
我想要读取一个文件，其中包含一些字符，并检查可打印字符的百分比以及空白的百分比。这是我的Python代码，它生成输入文件：
import string
import random
array = list()
array = list(string.printable)
print(array)
external = ['\0','\a','\b','\v','\f','\e']
array = array + external
file = open("in.txt" , '
浏览 3提问于2015-06-28得票数 0
当我做时间序列时，我想问一下我通常使用的是R，但我现在正在试用python。
在做Arima模型时，我使用ARIMA函数，但也可以对Arima模型使用SARIMAX函数吗？
当我做SARIMAX命令= (2, 0, 4) (非季节性参数)时，当我执行ARIMA命令= (2, 0, 4) 时
输出是不一样的，即使你的模式应该是一样的？
我遗漏了什么？
浏览 0提问于2019-06-29得票数 1
1回答
我想知道以下是否是根据承诺规范定义的行为：
var H = function (c) {
this.d_p = Promise.resolve();
this.d_c = c;
};
H.prototype.q = function () {
var s = this;
return new Promise(function (resolve) {
s.d_p = s.d_p.then(function () { // (1)
s.d_c({
resolve: resolve
});
});
});
};
浏览 3提问于2016-05-25得票数 0
回答已采纳
1回答
我正在用statsmodels.tsa.statespace.sarimax信标构建SARIMA时间序列，因为pmdarima没有安装。我的数据每季度有44次10年的观察。我的目标是预测未来一到两年。有没有人能说出我需要什么来预测。我不精通Python，但我认为我的季度数据与期望的预测之间存在某种误解。我从数据科学、here和youtube编译了algorityhm。在用min AIC计算P，D，Q，m参数并拟合模型后，这就是结果-无法绘制预测步骤 ? 我做了两列-日期和GVA -总附加值我正在寻找Data set is here 如果有人能帮忙的话.. Google collab note
浏览 23提问于2021-08-15得票数 0
回答已采纳
Python函数foo(p，q)计算四个值a、b、c并返回。
return a, b, c, d
在调用函数中，我需要一个任务，例如
(r, s, t, u) = (p, q, foo(p, q))
或
((r, s), (t, u)) = ((p, q), foo(p, q))
代码看起来怎么样？
浏览 6提问于2022-07-01得票数 1
回答已采纳
我正在尝试使用Python中的SARIMAX (带有SARIMA错误的回归)构建一个预测模型，并需要一些关于外生变量如何在外生参数中处理的指导。
默认参数是：
SARIMAX(endog, exog=None, order=(1, 0, 0), seasonal_order=(0, 0, 0, 0), trend=None, measurement_error=False,
time_varying_regression=False, mle_regression=True, simple_differencing=False, enforce_stationarity=True,
enfo
浏览 20提问于2021-04-05得票数 0
我正在重构在Harrington，P. (2012)中发现的几行代码。机器学习在行动，第11章和第12章。代码应该从测试数据集构建FP-tree，它如下所示。
from __future__ import division, print_function
class treeNode:
'''
Basic data structure for an FP-tree (Frequent-Pattern).
'''
def __init__(self, nameValue, numOccur, parentNode
浏览 0提问于2015-11-25得票数 1
2回答
我在试着写一个绞刑算法。我的想法是这样的：
预处理字典，其中包含单词的相对字母频率，这取决于它们的长度。步骤完成.
示例：
#Each key corresponds to length of the word.
frequencyDict = {2: ['a', 'o', 'e', 'i', 'm', 'h', 'n', 'u', 's', 't', 'y', 'b', 'd',
浏览 0提问于2011-06-14得票数 3
回答已采纳
2回答
按随机顺序打印字典内容
、、、
我对Python相当陌生。事实上，今天是我学习Python的第一天。我正在学习一本教程，还读到了有关字典的书。
但是我不知道字典内容的顺序是什么。
下面是我的代码：
dir = {'Z':1,'Y':3,'X':5,'V':7,'U':9,'T':2,'S':4,'R':6,'Q':8,'P':10};
print dir;
以下是产出：
{'Q'：8，'P'：10，'S'：4，'
浏览 6提问于2013-05-16得票数 0
回答已采纳
假设我有一个初始化的Javascript对象
var letters = {q:0, t:0, o:0, b:0, y:0, n:0, u:0, m:0, p:0,
w:0, a:0, d:0, k:0, v:0, c:0, z:0, l:0, j:0,
i:0, e:0, g:0, s:0, x:0, r:0, h:0, f:0};
然后我想遍历这个对象的键
for(var letter in letters) {
// code goes here
}
在Firefox 3和Internet Explorer 8中，对
浏览 1提问于2009-06-10得票数 18
回答已采纳
尽我所能，我无法理解为什么PrettyTable add_row方法不能在我的Python3代码中打印表体。这是一个评估真值表并将其打印出来的程序。 如果我使用print函数，我就能够打印出应该由PrettyTable的x.add_row()方法打印出来的数据。 #!/usr/bin/env python3
# Write a general truth expresion for a statement ((P or Q) and (P or S or Q) and (P or R))
# import modules
import prettytable
P = [True, Tr
浏览 45提问于2021-01-02得票数 0
1回答
int p(int *ptrP){
*ptrP=20;
return *ptrP;
}
int q(int *ptrQ){
*ptrQ=30;
return *ptrQ;
}
int main(){
int answer=0,a=10;
answer=p(&a)+q(&a); // line Alpha,for discussions sake
printf(" answer=%d a=%d ",answer,a );
}
输出：answer=50 a=30;
在answer=q(&
浏览 2提问于2021-05-21得票数 1
2回答
为了好玩，我正在实现Rabin-Karp算法。我偶然发现了这个伪代码：
RABIN -KARP -MATCHER (T, P, d, q)
1 n = T.length
2 m = P.length
3 h = d^(m-1) mod q
4 p=0
5 t= 0
6 for i = 1 to m
/ preprocessing
/
7 p = (dp + P [i]) mod q
8 t = (dt + T [i]) mod q
9 for s = 0 to n-m
/ matching
浏览 1提问于2014-03-06得票数 6
回答已采纳
我有一个存储过程，可以向表中添加一些行，这是非常基本的东西。当我从SQL Server Management Studio中执行我的存储过程时，它返回正常。然而，当我在我的应用程序中运行它，并通过LINQ to SP调用它时，它似乎进入SP很好，但从SP内部的过程失败。同样的参数，一切看起来都是一样的。
我知道这不是很深入，但有谁知道这可能是什么原因吗？
下面是我的存储过程：
set ANSI_NULLS ON
set QUOTED_IDENTIFIER ON
GO
ALTER procedure [dbo].[sp_PTS_Action_Hardware_Batch_Insert] (
@H
浏览 0提问于2011-08-13得票数 1
我有一个由多行组成的文本文件。每行都有多个字符串和整数的值。文本示例如下：
>|P1|Pa|,1,2,7,4
>|P2|Pa|,7,9,0,3
>|Pa|P1|,5,5,7,2
>|Pa|P2|,2,3,8,4
>|Pb|Pa|,8,4,3,1
竖线之间的值，例如P1和Pa，是每行的标识符。我想写一个代码，识别具有相同标识符的相互行，并为它们分配相同的编号。因此第一行和第三行的最后一个值应该是1。程序的输出应该如下所示：
>|P1|Pa|,1,2,7,4,1
>|P2|Pa|,7,9,0,3,2
>|Pa|P1|,5,5,7,2,1
>|P
浏览 1提问于2015-12-19得票数 0
我的Python代码不会替换字符串内容。其中一些字母似乎被遗漏了。输出为 “x”、“y”、“p”、“s”、“v”、“r”、“p”、“u”、“n”、“p” 'c'，'b'，'k'，'h'，'e'，'i'，'k'，'f'，'m'，'k‘ 但看起来.replace应该把它放回原来的样子。 message = "cypherpunk"
new_message = []
for letter in message:
x =
浏览 17提问于2021-08-04得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
