another save

lab4/gp/population.py

@@ -1,42 +1,30 @@
-import random
-from typing import Callable
+from typing import Sequence
 
-from .chromosome import Chromosome, InitFunc, init_full, init_grow
+from .chromosome import Chromosome
+from .primitive import Primitive
 
 type Population = list[Chromosome]
 
 
 def ramped_initialization(
-    population_size: int,
+    chromosomes_per_variation: int,
     depths: list[int],
-    make_chromosome: Callable[[InitFunc], Chromosome],
+    terminals: Sequence[Primitive],
+    operations: Sequence[Primitive],
 ) -> Population:
     """Комбинация методов grow и full инициализации хромосом для инициализации начальной
     популяции.
-
-    Начальная популяция генерируется так, чтобы в нее входили деревья с разной
-    максимальной длиной примерно поровну. Для каждой глубины первая половина деревьев
-    генерируется полным методом, а вторая – растущей инициализацией.
     """
     population: Population = []
-    per_depth = population_size / len(depths)
 
     for depth in depths:
-        n_full = int(per_depth / 2)
-        n_grow = int(per_depth / 2)
-
         population.extend(
-            make_chromosome(lambda c: init_full(c, depth)) for _ in range(n_full)
+            Chromosome.full_init(terminals, operations, depth)
+            for _ in range(chromosomes_per_variation)
         )
         population.extend(
-            make_chromosome(lambda c: init_grow(c, depth)) for _ in range(n_grow)
+            Chromosome.grow_init(terminals, operations, depth)
+            for _ in range(chromosomes_per_variation)
         )
 
-    # Из-за округления хромосом может оказаться меньше заданного количества,
-    # поэтому дозаполняем остаток популяции случайными хромосомами
-    while len(population) < population_size:
-        depth = random.choice(depths)
-        init_func = init_full if random.random() < 0.5 else init_grow
-        population.append(make_chromosome(lambda c: init_func(c, depth)))
-
     return population