如何修复不接受返回内容的函数

Question

尝试使用返回功能，因此当我调用函数时，它将使用最后生成的解决方案，但相反，它只使用我用于第一代的随机生成的解决方案，而不使用最新的，这是python中的遗传算法在倒计时时使用"*，/，+，-"作为运算符并生成六个数字。

如果这是一个过于简单的错误，请原谅我，但我在网上找不到任何关于为什么它不能正确使用最新一代/返回的内容。

Mutate，SecondGen和CurrentPopFitness都是列表列表，([[]])Mutate通过交叉算法运行并对其进行突变并附加到SecondGen，然后计算Fitness分数并将其附加到CurrentPopFitness以及提供该适合性的解决方案，然后将50个最佳解决方案附加到SecondGen，并且Mutate设置为等于它，正如我检查的那样但是，通过最后的打印，当它进入函数的下一次调用时，Mutate又恢复到程序开始时的状态。

Mutate在函数结束之前被设置为50长。

我已经检查了最后的第二代与第一代不同，但是，Mutate(第二代的内容在最后)最终仍然是我在函数之外生成的第一代;当第二次调用它时，每次之后。

Target = random.randint(101,1000) 
track2 = 0
Mutate = [[5/6*24-4+3+2][2/5+100*50-7-8]....]
def OffspringMutation(SecondGen,Mutate):
print(len(Mutate))
for x in range(50):
if track2 >= 1:
SecondGen = SecondGen + 1*[[]]
SecondGen[track2].append(CurrentPopFitness[x][1])
SecondGen[track2].append(CurrentPopFitness[x][2])
SecondGen[track2].append(CurrentPopFitness[x][3])
SecondGen[track2].append(CurrentPopFitness[x][4])
SecondGen[track2].append(CurrentPopFitness[x][5])
SecondGen[track2].append(CurrentPopFitness[x][6])
SecondGen[track2].append(CurrentPopFitness[x][7])
SecondGen[track2].append(CurrentPopFitness[x][8])
SecondGen[track2].append(CurrentPopFitness[x][9])
SecondGen[track2].append(CurrentPopFitness[x][10])
SecondGen[track2].append(CurrentPopFitness[x][11])
track2 += 1
Mutate = SecondGen    
return(Mutate)

TruFal = True
while TruFal != False:
stop = input("Type X to stop the Genetic Algorithm, otherwise press enter")
if stop == "X":
TruFal = False
OffspringMutation(SecondGen,Mutate)

预期的结果是len(Mutate)开始时大约 60 长(我把它大约定为 60 长)。然后在函数(第二代)的第二次调用中，len(Mutate)的长度应为 50，并且内容与开始时设置的内容不同。

Answer 1

您没有记录OffspringMutation的返回值。尽管将引用传递给函数Mutate，但此引用存储在您为其指定名称的相同名称的局部变量中。因此，对其内容的任何操作都会更改原始内容，例如：追加、切片、删除等。但是，通过执行Mutate = SecondGen您不是在编辑引用的内容，而是在告诉局部变量指向不同的引用，而不会影响原始引用。按照这个逻辑，像Mutate[:] = SecondGen(切片)这样的东西会改变原来的，但这对于函数来说是不好的做法。

Target = random.randint(101,1000) 
track2 = 0
Mutate = [[5/6*24-4+3+2][2/5+100*50-7-8]....]
def OffspringMutation(SecondGen,Mutate):
print(len(Mutate))
for x in range(50):
if track2 >= 1:
SecondGen = SecondGen + 1*[[]]
SecondGen[track2].append(CurrentPopFitness[x][1])
SecondGen[track2].append(CurrentPopFitness[x][2])
SecondGen[track2].append(CurrentPopFitness[x][3])
SecondGen[track2].append(CurrentPopFitness[x][4])
SecondGen[track2].append(CurrentPopFitness[x][5])
SecondGen[track2].append(CurrentPopFitness[x][6])
SecondGen[track2].append(CurrentPopFitness[x][7])
SecondGen[track2].append(CurrentPopFitness[x][8])
SecondGen[track2].append(CurrentPopFitness[x][9])
SecondGen[track2].append(CurrentPopFitness[x][10])
SecondGen[track2].append(CurrentPopFitness[x][11])
track2 += 1
Mutate = SecondGen    
return Mutate

TruFal = True
while TruFal != False:
stop = input("Type X to stop the Genetic Algorithm, otherwise press enter")
if stop == "X":
TruFal = False
Mutate = OffspringMutation(SecondGen,Mutate)

与最后一个循环具有相同逻辑的更干净的方法是：

while True:
stop = input("Type X to stop the Genetic Algorithm, otherwise press enter")
Mutate = OffspringMutation(SecondGen,Mutate)
if stop == "X":
break