python基础练习题:遗传算法系列 -#2突变【难度:1级】:

突变是用于维持遗传多样性从一代遗传算法的染色体的群体的到下一个遗传操作.

[外链图片转存失败(img-GJpkbaC3-1568854980357)(http://i.imgur/HngmxNN.gif)]

这里的突变可能发生在染色体零个或多个位置.这是要检查每一个位置,并通过给定的概率将决定是否会发生突变.

突变是从0到1或者1到0的变化.

*** 注:*** * 有些测试都是随机的.如果你觉得你的算法是正确的,但结果失败,请重新尝试应该工作.*

查看其它练习题这一系列

- 遗传算法系列 -#1生成
   - ** 遗传算法系列 -#2突变**
   - [遗传算法系列 -#3交叉(http://www.codewars/kata/genetic-algorithm-series-number-3-crossover)
   - [遗传算法系列 -#4使用人口和适应度(http://www.codewars/kata/genetic-algorithm-series-number-4-get-population-and-fitnesses)
   - 遗传算法系列 -#5轮盘选择

此习题是一块[外链图片转存失败(img-sZoC95X6-1568854980361)(http://i.imgur/CGlQhDW.png)][二进制遗传算法(http://www.codewars/kata/526f35b9c103314662000007)*

编程目标:

def mutate(chromosome, p):
    # Good Luck!

测试样例:

Test.describe("mutate")
zero = '0' * 100
one = '1' * 100
Test.it("100% mutate")
Test.assert_equals(mutate(zero, 1), one)
Test.assert_equals(mutate(one, 1), zero)
Test.assert_equals(mutate(zero, 0), zero)
Test.assert_equals(mutate(one, 0), one)
Test.it("50% mutate")
Test.expect('0' in mutate(zero, 0.5))
Test.expect('1' in mutate(one, 0.5))