ユーザ定義クラスの比較演算子のエラー

Question

ユーザ定義クラスの比較演算子で不等号を以下のように作りました。

    def __lt__(self, other):
        return any((
            self == other,
            self < other,
        ))

これを別の関数から

if np.linalg.norm(boid.position - self.position) < self.perception:

というように不等号を呼び出したところ、以下のようなエラーが出ました。

<ipython-input-1-a3d2dce13ecf> in __lt__(self, other)
     41         return any((
     42             self == other,
---> 43             self < other,
     44         ))
     45 

... last 1 frames repeated, from the frame below ...

<ipython-input-1-a3d2dce13ecf> in __lt__(self, other)
     41         return any((
     42             self == other,
---> 43             self < other,
     44         ))
     45 

RecursionError: maximum recursion depth exceeded while calling a Python object

最大再帰処理回数を超えたということで、回数の上限を上げました

import sys
sys.setrecursionlimit(10000)

これでも同じエラーがでたので、さらに上限を上げました。

import sys
sys.setrecursionlimit(100000)

すると、kernel startingのまま止まってしまいました。(Jupyter labでコードを書いています)
jupyterではなく、.pyファイルに書いてterminalで実行すると、セグメンテーションフォルトになります。

どこを直せば良いか検討がつきません。ご教授お願いします。

[追記1]
コードを一部抜粋したものを載せました。汚いコードですみません。
実行すると、上記と同じエラーが出ます。

import sys
sys.setrecursionlimit(10000)


class Vector:
    def __init__(self, x, y):
        self.x = x
        self.y = y
    def __add__(self, v):
        self.x = self.x + v.x
        self.y = self.y + v.y
        return self
    def __sub__(self, v):
        self.x = self.x - v.x
        self.y = self.y - v.y
        return self
    def __mul__(self, v):
        self.x = self.x * v.x
        self.y = self.y * v.y
        return self
    def sqrt(self):
        self.x = math.sqrt(self.x)
        self.y = math.sqrt(self.y)
        return self
    def __lt__(self, other):
        return any((
            self == other,
            self < other,
        ))
class Boid():

    def __init__(self, x, y, width, height):
        self.position = Vector(x, y)
        vec = (np.random.rand(2) - 0.5)*10
        self.velocity = Vector(*vec)

        vec = (np.random.rand(2) - 0.5)/2
        self.acceleration = Vector(*vec) 
        self.max_force = 0.3
        self.max_speed = 5
        self.perception = 100
    
    def apply_behaviour(self, boids):
        alignment = self.align(boids)
        cohesion = self.cohesion(boids)
        separation = self.separation(boids)

        self.acceleration += alignment
        self.acceleration += cohesion
        self.acceleration += separation
        self.width = width
        self.height = height  
  
    def align(self, boids):
        steering = Vector(*np.zeros(2))
        total = 0
        avg_vec = Vector(*np.zeros(2))
        for boid in boids:
            if np.linalg.norm(boid.position - self.position) < self.perception:
                avg_vec += boid.velocity
                total += 1
        if total > 0:
            avg_vec /= total
            avg_vec = Vector(*avg_vec)
            avg_vec = (avg_vec /np.linalg.norm(avg_vec)) * self.max_speed
            steering = avg_vec - self.velocity

        return steering


width = 1000
height = 1000

flock = [Boid(*np.random.rand(2)*1000, width, height) for _ in range(50)]
def run():
    global flock
    
    for boid in flock:
        boid.apply_behaviour(flock)
run()

[追記2]
そもそもVectorというオブジェクトを作らずにnumpy?など既存のものを使えば避けられる問題なのでしょうか。

Comments

[LouiS0616]

特殊メソッド __lt__ がどんなときに呼ばれるのか、理解されていますか。

[shmpwk]

自分で作ったクラスオブジェクトで比較演算子を使うときで合っていますでしょうか

[LouiS0616]

そうですね。
もう少し具体的には、a < b は a.__lt__(b) と同じです。

ご提示のコードでは、__lt__内で__lt__を呼び出し、その中でまた__lt__が呼び出され、... 無限に再帰しているわけです。周りの条件が一切変わっていませんから、この再帰は止まりません。

[LouiS0616]

__lt__の実装のロジックに致命的な問題がありますから、適切な実装を考える為には情報が足りません。
・そのクラスはどんな属性を持っているのか？
・そのクラスを比較する際は、どこに着目して大小を決定すれば良いのか？

質問末尾に周辺のコードをべたっと貼るだけでもだいぶ情報が補われるように思います。

[shmpwk]

ご丁寧にアドバイスありがとうございます。質問を加筆しました。

Answer 1

ベクタの比較が大きさの比較なのであれば、次のように実装すれば良いでしょう。

def __lt__(self, other):
    s_l = self.x ** 2 + self.y ** 2
    o_l = other.x ** 2 + other.y ** 2

    return s_l < o_l

一歩先回りして次のように書くのもアリです。

def __abs__(self):
    return (self.x**2 + self.y**2) ** .5

def __lt__(self, other):
    return abs(self) < abs(other)

Comments

[shmpwk]

回答のようにベクトルの大きさで評価したらエラーがなくなりました。
ありがとうございました。