请问如何用python模拟基于爬山算法的回归测试？

Question

比如有以下数组：
[0,0,0,0,0,0,1,0]
[1,1,0,1,0,1,1,1]
[0,0,0,1,0,0,1,0]
[1,0,0,0,0,0,1,1]
[1,1,0,1,0,1,1,1]
[1,1,0,1,0,0,1,1]
[1,0,1,0,1,1,1,0]
[0,0,0,0,0,0,0,0]
数组的每一位代表一个测试结果。
求出最佳组合保证每一位在每个数组之中至少有一个是1。
原数组不可变异，只能变异数组标号。
每个新的子代要打印出被组合在一起的是第几个数组。

我的一点思路：随机抓五个的编号不重复的数组出来，然后逐个抓数组出来对比。如果抓到的数组全部为1的位都在其他数组中有重复则将这个数组视为低地踢出数组。如果某一位值为1且不与其他数组的该位值全部为0，则视为山顶一部分并保留。最终得到一个位数很短的数组并标出这个数组的得分（可能不全是1）和位数。每次运行则进行十次爬山，把每组的结果拿出来对比。

Answer 1

import numpy as np
import matplotlib.pyplot as plt
import math
# 搜索步长
DELTA = 0.01
# 定义域x从5到8闭区间
BOUND = [5,8]
# 随机取乱数100次
GENERATION = 100
def F(x):
  return math.sin(x*x)+2.0*math.cos(2.0*x)
def hillClimbing(x):
  while F(x+DELTA)>F(x) and x+DELTA<=BOUND[1] and x+DELTA>=BOUND[0]:
    x = x+DELTA
  while F(x-DELTA)>F(x) and x-DELTA<=BOUND[1] and x-DELTA>=BOUND[0]:
    x = x-DELTA
  return x,F(x)
def findMax():
  highest = [0,-1000]
  for i in range(GENERATION):
    x = np.random.rand()*(BOUND[1]-BOUND[0])+BOUND[0]
    currentValue = hillClimbing(x)
    print('current value is :',currentValue)

    if currentValue[1] > highest[1]:
      highest[:] = currentValue
  return highest
[x,y] = findMax()
print('highest point is x :{},y:{}'.format(x,y))