PHPackages slavawins/mathsolutionfinder - PHPackages - PHPackages [Skip to content](#main-content)[PHPackages](/)[Directory](/)[Categories](/categories)[Trending](/trending)[Leaderboard](/leaderboard)[Changelog](/changelog)[Analyze](/analyze)[Collections](/collections)[Log in](/login)[Sign up](/register) 1. [Directory](/) 2. / 3. [Utility & Helpers](/categories/utility) 4. / 5. slavawins/mathsolutionfinder ActiveLibrary[Utility & Helpers](/categories/utility) slavawins/mathsolutionfinder ============================ Expa 0.2(3y ago)012MITPHPPHP ^7.3|^8.0 Since Feb 23Pushed 3y ago1 watchersCompare [ Source](https://github.com/slavaWins/mathsolutionfinder)[ Packagist](https://packagist.org/packages/slavawins/mathsolutionfinder)[ RSS](/packages/slavawins-mathsolutionfinder/feed)WikiDiscussions master Synced today READMEChangelog (2)DependenciesVersions (3)Used By (0) [![](info/logo.jpg)](info/logo.jpg) MathSolutionFinder ------------------ [](#mathsolutionfinder) Кароч изи пакет для матиматической гавна комбинаторики помойных данных на пхп. Установка из composer --------------------- [](#установка-из-composer) ``` composer require slavawins/mathsolutionfinder ``` Простой пример использования ---------------------------- [](#простой-пример-использования) Самое простое что я придумал это найти максимальное значение между двуми перемножиными числами. Понятно и так что ответ будет - два переменоженных числа. ``` use MathSolutionFinder\Library\MathSolutionFinder; $module = MathSolutionFinder::New()->SetMode()->Max() ->AddPropertyRange("one", 1, 100, 6) ->AddPropertyRange("two", 1, 5, 10) ->SetCallable(function ($data) { return $data['one'] * $data['two']; }); $result = $module->Learn(); dump($result); ``` Получится вот такой результат: ``` array:2 [ 0 => 500 1 => array:2 [ "one" => 100 "two" => 5 ] ] ``` Мы создаем класс. И говорим что хотим высчитать максимальную сумму. $module = MathSolutionFinder::New()->SetMode()->Max() Далее с помощью: ->AddPropertyRange("one", 1, 100, 6) Добавлем свойство которое нужно рассчитывать. Назвываться оно будет one и будет иметь значение от 1 до 100. 6 это сколько вариантов для этого числа нужно для рассчетов. Чем больше число, тем точнее результат. Но больше нагрузка. Затем вываем ->SetCallable(function ($data) { всё что внутри этой функции это рассчет, он будет выполнятся пока не переберутся все комбинации свойств. Что бы понимать состояние рассчетов, можно воспользоваться такой функцией: dump($module->GetStatus()); ``` array:4 [ "bestResult" => 500 "maxTry" => 60 "lastTry" => 59 "percent" => 98.33 ] ``` Она покажет лучший получившийся результат bestResult. И maxTry - сколько попыток выполнено. Пример поиска конкретного значения. Допустим мы хотим найти значения свойств чтоб на выходе оплучить число 320 ``` $module = MathSolutionFinder::New()->SetMode()->Similar(320.525) ->AddPropertyRange("one", 1, 100, 6) ->AddPropertyRange("two", 1, 5, 10) ->SetCallable(function ($data) { return $data['one'] * $data['two']; }); $result = $module->Learn(); dump($result); ``` С учетом шага мы получим такой результат: "bestResult" => 335 Увиличим количество шагов и разрешим использовать не целые числа: ``` $module = MathSolutionFinder::New()->SetMode()->Similar(320.525) ->AddPropertyRange("one", 1.1, 100.2, 416) ->AddPropertyRange("two", 1, 5, 410) ->SetCallable(function ($data) { return $data['one'] * $data['two']; }); $result = $module->Learn(); ``` Тогда мы получим такой результат: "bestResult" => 320.75769230769 "maxTry" => 170560 Да, было проверено 170560 комбинаций, чтоб решить простое уровнение) Кэширование ----------- [](#кэширование) Если мы используем функцию лимит. То включится решим файлового кэширования. $module->Limit(10); При вызове Learn() будет проверяться 10 комбинаций. Данные сами сейвятся, между запросами. Можно в крон запустить или в консоли. Кэширование и оптимизация рассчета ---------------------------------- [](#кэширование-и-оптимизация-рассчета) Это самая крутая часть этого пакета, то ради его вообще качать можно. Этот пример позволяет запустить его несколько раз подряд, и он не будет начинать рассчеты с самого начала, будет продолжать с места где закончил. Каждый раз по 10 комбинаций проверять. Но кроме того у него есть функция $module->AnalizWeight(); Эта штука берет несколько сохраненных результатов, сравнивает их, и предполагает какие значения нужно подставить что бы получить результат ещё лучше. Для некоторых рассчетов это может сократить обучение в разы! ``` $module = MathSolutionFinder::New()->SetMode()->Max() ->AddPropertyRange("one", 1.1, 100, 55) ->AddPropertyRange("two", 1, 50, 55) ->SetCallable(function ($data) { return $data['one'] * $data['two']; }); $module->Limit(10); $result = $module->Learn(); $optim = $module->AnalizWeight(); dump($result); dump($optim); dump($module->GetStatus()); array:2 [ 0 => 3878.8236363636 1 => array:2 [ "one" => 94.605454545455 "two" => 41 ] ] array:5 [ "randData" => array:2 [ "result" => 263.25272727273 "data" => array:2 [ "one" => 15.485454545455 "two" => 17 ] ] "bestData" => array:2 [ "result" => 3878.8236363636 "data" => array:2 [ "one" => 94.605454545455 "two" => 41 ] ] "delta" => array:2 [ "one" => 79.12 "two" => 24 ] "mathDeltaData" => array:2 [ "one" => 100 "two" => 50 ] "mathDeltaResult" => array:2 [ 0 => 5000 1 => true ] ] array:4 [ "bestResult" => 5000 "maxTry" => 3025 "lastTry" => 10 "percent" => 0.33 ] "ok" ``` Перевожу что написано в этих логах: ПОсле первой пыптке было найдено число 3878. (ПОтому что комбинации рандомно запускаются). Затем был запущен AnalizWeight и он предположил что нужно подставить числа 100 и 50. И сразу же режшил задачу. На 10 попытках из 3025. Такая оптимизация не будет давать сразу правильный ответ, но с помощью предположений сможет быстро найти не плохой вариант. ### Предсказание чисел [](#предсказание-чисел) ``` dump("UP TRATE"); $data = [ '1 day' => 1001, '2 day' => 1011, '3 day' => 1010, '4 day' => 1070, '5 day' => 1072, ]; $result = PredictSolutionFinder::PredicatInfo($data); dump($result); dump("negatrive TRATE"); $data = [ '1 day' => 1001, '2 day' => 971, '3 day' => 950, '4 day' => 961, '5 day' => 948, ]; $result = PredictSolutionFinder::PredicatInfo($data); ``` ### Health Score 20 — LowBetter than 13% of packages Maintenance20 Infrequent updates — may be unmaintained Popularity5 Limited adoption so far Community7 Small or concentrated contributor base Maturity42 Maturing project, gaining track record Bus Factor1 Top contributor holds 100% of commits — single point of failure How is this calculated?**Maintenance (25%)** — Last commit recency, latest release date, and issue-to-star ratio. Uses a 2-year decay window. **Popularity (30%)** — Total and monthly downloads, GitHub stars, and forks. Logarithmic scaling prevents top-heavy scores. **Community (15%)** — Contributors, dependents, forks, watchers, and maintainers. Measures real ecosystem engagement. **Maturity (30%)** — Project age, version count, PHP version support, and release stability. ### Release Activity Cadence Every ~0 days Total 2 Last Release 1225d ago ### Community Maintainers ![](https://avatars.githubusercontent.com/u/36732624?v=4)[slavaWins](/maintainers/slavaWins)[@slavaWins](https://github.com/slavaWins) --- Top Contributors [![slavaWins](https://avatars.githubusercontent.com/u/36732624?v=4)](https://github.com/slavaWins "slavaWins (6 commits)") ### Embed Badge ![Health badge](/badges/slavawins-mathsolutionfinder/health.svg) ``` [![Health](https://phpackages.com/badges/slavawins-mathsolutionfinder/health.svg)](https://phpackages.com/packages/slavawins-mathsolutionfinder) ``` ### Alternatives [joshrainwater/active-users A Laravel Package for easily retrieving a list of active users and guests that are currently online. 9119.9k](/packages/joshrainwater-active-users)[facile-it/facile-coding-standard Facile.it coding standard 10326.2k33](/packages/facile-it-facile-coding-standard) PHPackages © 2026 [Directory](/)[Categories](/categories)[Trending](/trending)[Changelog](/changelog)[Analyze](/analyze)