Python花式编程案例集锦（5）

问题描述：

输入三个序列，例如：[0.9,0.5,0.7],[0.4,0.6,0.3],[0.5,0.2,0.4]，输出三个序列中各取一个相乘后最大的值，以及组合方式，如最大值为0.9*0.6*0.5，0,1,0组合，第一个序列第一个，第二个序列第二个，第三个序列第一个。

参考代码及优化思路：

首先让我们导入标准库random，并编写用来获取随机列表的函数，以便后面进行测试：

from random import randrange

# 获取测试数据

def getData(m, n):

    return [[randrange(1,50) for i in range(m)] for j in range(n)]

然后先按照传统套路编写代码如下：

# 传统套路

def demo1(x, y, z):

    product = -float('inf')

    positions = ()

    for i, v1 in enumerate(x):

        for j, v2 in enumerate(y):

            for k, v3 in enumerate(z):

                t = v1*v2*v3

                if t > product:

                    product = t

                    positions = (i, j, k)

    return (product, positions)

仔细看上面的代码，虽然是Python的语法，但是整个代码散发着浓浓的C语言气息，换汤不换药啊。

仔细分析题意，大概可以知道，因为是乘法运算，所以从每个列表中选择最大数再相乘，应该也是符合题意的，于是编写代码如下：

# 利用Python内置函数和列表对象方法

def demo2(x, y, z):

    i = max(x)

    iPos = x.index(i)

    j = max(y)

    jPos = y.index(j)

    k = max(z)

    kPos = z.index(k)

    return (i*j*k, (iPos, jPos, kPos))

但是，上面的代码看上去还是很笨啊，傻傻的样子，并且和第一段代码一样不灵活，难道就没有更好的办法吗？

# 利用Python函数式编程特点

def demo3(lst):

    maxValues = tuple(map(max, lst))

    f = lambda lst, item: lst.index(item)

    positions = tuple(map(f, lst, maxValues))

    product = eval('*'.join(map(str, maxValues)))

    return (product, positions)

上面的代码减少了很多限制，比如可以处理3个以上的列表，对客户的需求改动不敏感。

那么，上面的几段代码是否等价呢，让我们用测试代码来说话，直接测试一亿次吧。注意第三个函数的调用方式与前两个略有区别。

# 测试代码，运行一亿次

for i in range(10**8):

    m = randrange(1, 30)

    n = 3

    x, y, z = getData(m, n)

    if not (demo1(x,y,z) == demo2(x,y,z) == demo3((x,y,z))):

        print(x,y,z)

把上面的代码整合到一起运行一下，没有任何输出，说明三个函数功能等价。