不使用 if-elif 語(yǔ)句,如何優(yōu)雅地判斷某個(gè)數(shù)字所屬的等級(jí)默终?

偶然看到了 stackoverflow 上的一個(gè)問(wèn)題犁罩,還挺有啟發(fā),故分享一下含滴。

題目大意是:有從 A 到 F 的 5 個(gè)等級(jí)丐巫,現(xiàn)要判斷某個(gè)數(shù)值(從 0 到 1 之間)所屬的等級(jí)。舉例碑韵,如數(shù)值 >= 0.9缎脾,則屬于 A遗菠;若數(shù)值 >= 0.8,則屬于 B辙纬;以此類(lèi)推。

若使用 if-elif 語(yǔ)句堤框,可能會(huì)寫(xiě)成這樣:

if scr >= 0.9:
    print('A')
elif scr >= 0.8:
    print('B')
elif scr >= 0.7:
    print('C')
elif scr >= 0.6:
    print('D')
else:
    print('F')

此寫(xiě)法出現(xiàn)了很多重復(fù)的模式纵柿,不夠簡(jiǎn)潔優(yōu)雅昂儒。有什么更好的寫(xiě)法,來(lái)實(shí)現(xiàn)這個(gè)目的呢渊跋?

該問(wèn)題下的回答挺多的,實(shí)現(xiàn)思路五花八門(mén)燕少。我挑幾個(gè)可讀性比較好:

方法一:使用bisect 模塊(數(shù)字可調(diào))

image

方法二:使用 zip() 與 next()

image

方法三:使用字典(僅適用于 Python 3.6 以上的有序字典)

image

還有其它幾個(gè)回答崇决,雖然都能實(shí)現(xiàn)數(shù)字分級(jí)的目的底挫,但是其可讀性要差很多,因?yàn)樗鼈円葱枰阕饔?jì)算和推理盈厘,要么就是引入了額外的變量官边。

感興趣的話,你可在這個(gè)地址查看全部答案:https://stackoverflow.com/questions/61030617/how-can-i-simplify-repetitive-if-elif-statements

縱觀全部答案后罐氨,我認(rèn)為還是使用bisect 的方法最高效優(yōu)雅滩援,不愧是它獲得了最高的贊同票。

這里簡(jiǎn)單分析下它的實(shí)現(xiàn)過(guò)程租悄。

bisect 是 Python 內(nèi)置的標(biāo)準(zhǔn)庫(kù)恩袱,實(shí)現(xiàn)了二分查找算法。所謂二分查找潭辈,也被稱(chēng)為“折半查找”(Binary Search)澈吨,其基本思想是把有序排列的 n 個(gè)元素平均分成兩半谅辣,然后將待查找的 x 與中間元素比較,若 x 小于中間元素桑阶,則將左半段二分勾邦,再將 x 與其中間元素比對(duì)眷篇,以此類(lèi)推锨推。

這是一個(gè)簡(jiǎn)單的圖示例子:

image

bisect 庫(kù)中的 bisect() 方法换可,查找元素 x 在一個(gè)升序序列中的插入點(diǎn) i厦幅,使得插入點(diǎn)左側(cè)的元素都小于等于 x,插入點(diǎn)右側(cè)的元素都大于 x译荞。

對(duì)照前面的例子:

from bisect import bisect 

def grade(score, breakpoints=[60, 70, 80, 90], grades='FDCBA'):
     i = bisect(breakpoints, score)
     return grades[i]

可以化簡(jiǎn)成兩部分:

  • bisect([60, 70, 80, 90], score)休弃,返回插入點(diǎn)的值。假如 score 是 59篙骡,計(jì)算得出插入點(diǎn)在 60 的左側(cè)丈甸,而 Python 列表的索引值是以 0 開(kāi)始,所以返回插入點(diǎn)的值為 0得湘;假如 score 是 60顿仇,計(jì)算得出插入點(diǎn)在 60 的右側(cè),即返回索引值為 1跪帝。
  • 'FDCBA'[i]些阅,返回索引值為 i 的字符。假如 i 是 0黎泣,得到“F”;假如 i 是 3褐着,得到“B”……

二分查找算法是效率較高的算法托呕,時(shí)間復(fù)雜度為 O(logn)。該題目的查找范圍很小馅扣,所以時(shí)間效率差別不大着降。但是其寫(xiě)法稱(chēng)得上是 Pythonic,值得借鑒蓄喇。

另外交掏,再看看前面的方法三(使用字典),它的可讀性很強(qiáng)钱骂,即順次將 scr 與字典中的值比較(從高往低熊尉,即 0.9~0.5)狰住,以此得出對(duì)應(yīng)的鍵值。(PS:它多分了一個(gè)“E”級(jí)催植,可去掉)

如果 Python 版本低于 3.6创南,則 grades.items() 會(huì)是無(wú)序的,將會(huì)破壞比較的順序昆码。為了兼容性,可以修改成 sorted(grades.items()):

image

這種寫(xiě)法沒(méi)有引入額外的庫(kù)旧噪,使用的 items() 與 sorted() 都是基礎(chǔ)知識(shí)(相比于方法二的 zip() 與 next())脓匿,簡(jiǎn)單實(shí)用,也非常值得推薦米母。

不管怎么說(shuō)毡琉,反復(fù)使用 if-elif 語(yǔ)句的判斷方式是挺笨拙的绊起,必須改進(jìn)燎斩。文中列出的都是目前比較受認(rèn)可的回答。

如果有面試官把它作為面試題笋鄙,我覺(jué)得會(huì)挺有意思:難度不大怪瓶,有發(fā)揮空間。

讀者們可有其它想法找岖?歡迎留言討論敛滋。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末绎晃,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子袁余,更是在濱河造成了極大的恐慌咱揍,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,755評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件掩完,死亡現(xiàn)場(chǎng)離奇詭異藤为,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)缅疟,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,305評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門(mén)存淫,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人括授,你說(shuō)我怎么就攤上這事岩饼〖耄” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 165,138評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵渴析,是天一觀的道長(zhǎng)吮龄。 經(jīng)常有香客問(wèn)我,道長(zhǎng)母债,這世上最難降的妖魔是什么胰默? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,791評(píng)論 1 295
  • 正文 為了忘掉前任牵署,我火速辦了婚禮,結(jié)果婚禮上青责,老公的妹妹穿的比我還像新娘。我一直安慰自己扁耐,他們只是感情好产阱,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,794評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布构蹬。 她就那樣靜靜地躺著,像睡著了一般俗壹。 火紅的嫁衣襯著肌膚如雪藻烤。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 51,631評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音依许,去河邊找鬼缀蹄。 笑死缺前,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的衅码。 我是一名探鬼主播,決...
    沈念sama閱讀 40,362評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼垛玻,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼奶躯!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起账嚎,我...
    開(kāi)封第一講書(shū)人閱讀 39,264評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤郭蕉,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后旁振,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體涨岁,經(jīng)...
    沈念sama閱讀 45,724評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡卵惦,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年沮尿,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片赴邻。...
    茶點(diǎn)故事閱讀 40,040評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡啡捶,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出彤敛,到底是詐尸還是另有隱情了赌,我是刑警寧澤,帶...
    沈念sama閱讀 35,742評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站逢并,受9級(jí)特大地震影響砍聊,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜辩恼,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,364評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望寒跳。 院中可真熱鬧,春花似錦竹椒、人聲如沸童太。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,944評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)书释。三九已至,卻和暖如春赊窥,著一層夾襖步出監(jiān)牢的瞬間爆惧,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,060評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工锨能, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留扯再,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,247評(píng)論 3 371
  • 正文 我出身青樓址遇,卻偏偏與公主長(zhǎng)得像熄阻,于是被迫代替她去往敵國(guó)和親倔约。 傳聞我的和親對(duì)象是個(gè)殘疾皇子秃殉,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,979評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容