Question

选择多个执行路径之一或依赖于变量的数据位的Pythonic方法是使用哈希表，如下所示：

mapping = {'bar':"xyzzy", 'foo':"plugh", 'baz':"frobnitz"}
magic = mapping[command]

如果我想根据值是否在多个值范围之一中选择执行路径，我该怎么办？

或者，更简洁地说，我如何对此进行pythonicize：

    #A value from one to four indicates an O-type star. 4/58 chance.
    if typeselec <= 4:
        self.specttype="O"
    #A value from 5-20 indicates a B-type star. 15/58 chance.
    elif typeselec <= 20:
        self.specttype="B"
    #A value from 20-30 indicates an A-type star. 10/58 chance.
    elif typeselec <= 30:
        self.specttype="A"
    #A value from 31-36 indicates an F-type star. 6/58 chance.
    elif typeselec <= 36:
        self.specttype="F"
    #A value from 37-40 indicates a G-type star. 4/58 chance.
    elif typeselec <= 40:
        self.specttype="G"
    #A value from 41-50 indicates a K-type star. 10/58 chance.
    elif typeselec <= 22:
        self.specttype="K"
    #A value from 50-58 indicates an M-type star. 8/58 chance.
    else:
        self.specttype="M"

一个明显的方法是{1:'O', 2:'O',3:'O',4:'O',5:'B',6:'B'...}，但这看起来非常不优雅和效率低下。还有其他办法吗？

Answer 1

正是这种类型或问题被用作bisect模块的示例。

适应您的问题，它看起来像这样：

from bisect import bisect_left

def select_type(typeselec,
                breakpoints=[4, 20, 30, 36, 40, 50],
                types='0BAFGKM'):
    return types[bisect_left(breakpoints, typeselec)]


for i in range(59):
    print(i, select_type(i))

与doc的示例的不同之处在于，断点是下界（<=）的一部分，其中在示例中它是上部的一部分（>= ），因此需要使用bisect_left代替bisect（bisect_right的别名）。

Altough bisect的时间复杂度不是O(1)，它使用二进制搜索，因此它的时间复杂度为O(log(n))，对于较大的n } O(n)级联的if将是一个很好的改进。

Answer 2

将您的specttype存储在加权列表中，并以typeselec作为索引进行查找。生成列表后，查找为O（1）。

letters = 'OBAFGKM'
frequencies = (4, 15, 10, 6, 4, 10, 8)

specttypes = []
for i in range(len(letters)):
    l = letters[i]
    f = frequencies[i]
    specttypes = specttypes + [l] * f

self.specttype = specttypes[typeselec-1] # Subtract 1 because of zero indexing.

您可以使用字典而不是单独的可迭代letters和frequencies，但结果specttypes将按字母顺序排序，除非您使用ordered dictionary。

请注意specttypes有57个元素，如上所定义，而不是你提到的58个元素。那是因为你的上一个代码评论自相矛盾;我指定了＆＃39; M＆＃39;频率为8而不是9（即，指数50-57而不是50-58）。

Answer 3

如果我们有一大组范围，我会将数字存储在排序的序列中，并使用bisect进行二分搜索;它的O（log（n））用于查找而不是O（n）。仍然不是完美哈希的O（1）。当然，在您展示的非常有限的集合中，您可以将值存储在单个字符串中并将其用作普通查找表。 chikinn的例子是这样做的，但有一个列表（考虑到它，会更高效 - 不需要查找字符串的字符串版本）。

Python中的“模糊”哈希表取代了elif链？

3 个答案: