我玩的游戏有一个谜题，涉及解决以下方程式：
x*411 + y*295 + z*161 = 3200
不想认为我只是将其拍打成sympy，到那时我还没有真正用完：
sympy
>>> from sympy import * >>> x, y, z = symbols('x y z', integer=True, positive=True) >>> solve(x*411 + y*295 + z*161 - 3200, [x, y, z]) [{x: -295*y/411 - 161*z/411 + 3200/411}]
嗯，这只给了我一个从属的解决方案，但是我希望将变量约束到的域中所有可能的解决方案，例如（假设没有其他解决方案）[{x: 4, y: 2, z:6}]或[(4, 2, 6)]
[{x: 4, y: 2, z:6}]
[(4, 2, 6)]
当然，我现在可以在嵌套循环中手动替换两个变量，或者手动解决它（就像我在上面的解决方案中所做的那样），但是我想知道如何让sympy（或另一个库）为我做这件事。
SymPy可以求解Diophantine方程，但没有生成正解的内置方法。使用Sage可以轻松完成此任务：这是四行代码，可生成方程式的所有 非负整数解 。
p = MixedIntegerLinearProgram() w = p.new_variable(integer=True, nonnegative=True) p.add_constraint(411*w[0] + 295*w[1] + 161*w[2] == 3200) p.polyhedron().integral_points()
输出是 ((4, 2, 6),)
((4, 2, 6),)
在幕后，integral_points很可能只会运行多个循环；尽管当这似乎不起作用时，它会尝试使用Smith范式。
integral_points
我知道您想要积极的解决方案，但是（a）很容易从答案中排除任何包含零的元组；（b）在求解之前，也很容易用x-1等替换x；（c）坚持“否定性”使得使用 上述混合整数线性编程模块可以轻松创建多面体。
根据文档，也可以直接从不等式（“ Hrep”）构建多面体对象。这将允许人们明确地说x> = 1，依此类推，但是我在这条路线上还没有成功。
SymPy的Diophantine模块的输出是一个参数化解决方案，例如
(t_0, 2627*t_0 + 161*t_1 - 19200, -4816*t_0 - 295*t_1 + 35200)
在您的示例中。可以将其循环使用，以非常有效的方式生成解决方案。症结在于寻找参数t_0和t_1的界限。由于这只是一个示例，我查看了上面的最后一个表达式，并将限制35200/4816和35200/295直接插入下面的循环中。
from sympy import * x, y, z = symbols('x y z') [s] = diophantine(x*411 + y*295 + z*161 - 3200) print(s) t_0, t_1 = s[2].free_symbols for t0 in range(int(35200/4816)+1): for t1 in range(int(35200/295)+1): sol = [expr.subs({t_0: t0, t_1: t1}) for expr in s] if min(sol) > 0: print(sol)
输出为[4, 2, 6]。
[4, 2, 6]
