关于python:一道题让你从此真正理解Python编程

这道题，名为《列表中的侥幸数》。什么是侥幸数呢？在整数列表中，如果一个数字的呈现频次和它的数值大小相等，咱们就称这个数字为「侥幸数」。例如，在列表 [1, 2, 2, 3] 中，数字 1 和数字 2 呈现的次数别离是 1 和 2，所以它们是侥幸数，但 3 只呈现过 1 次，3 不是侥幸数。

明确了侥幸数的概念，咱们就来试着找出列表 [3, 5, 2, 7, 3, 1, 2 ,4, 8, 9, 3] 中的侥幸数吧。这个过程能够分为以下几个步骤：

• 找出列表中不反复的数字
• 统计每个数字在列表中呈现的次数
• 找出呈现次数等于数字自身的那些数字

第 1 步，找列表中不反复的数字

找出列表中不反复的数字，也就是去除列表中的反复元素，简称“去重”。去重最简洁的办法是应用汇合。

>>> arr = [3,5,2,7,3,8,1,2,4,8,9,3]
>>> unique = set(arr)
>>> unique
{1, 2, 3, 4, 5, 7, 8, 9}

第 2 步，统计每个数字在列表中呈现的次数

咱们晓得，列表对象自带一个 count()办法，能返回某个元素在列表中呈现的次数，具体用法如下：

>>> arr = [3,5,2,7,3,8,1,2,4,8,9,3]
>>> arr.count(8) # 元素 8 在数组 arr 中呈现过 2 次
2

接下来，咱们只须要遍历去重后的各个元素，逐个统计它们各自呈现的次数，并保留成一个适合的数据结构，这一步工作就高枕无忧了。

>>> arr = [3,5,2,7,3,8,1,2,4,8,9,3]
>>> unique = set(arr) # 去除反复元素
>>> pairs = list() # 空列表，用于保留数组元素和呈现次数组成的元组
>>> for i in unique:
    pairs.append((i, arr.count(i)))

>>> pairs
[(1, 1), (2, 2), (3, 3), (4, 1), (5, 1), (7, 1), (8, 2), (9, 1)]

作为老手，代码写成这样，曾经很不错了。然而，一个有谋求的程序员相对不会就此自满、裹足不前。他们最喜爱做的事件就是想尽千方百计毁灭 for 循环，比方应用映射函数、过滤函数取代 for 循环；即使不能回绝 for 循环，他们也会尽可能把循环藏起来，比方藏在列表推导式内。这里既然是要对每一个元素都调用列表的 count()这个办法，那就最适宜用 map 函数取代 for 循环了。

>>> m = map(arr.count, unique)
>>> m
<map object at 0x0000020A2D090E08>
>>> list(m) # 生成器能够转成列表
[1, 2, 3, 1, 1, 1, 2, 1]
>>> list(m) # 生成器只能用一次，用过之后，就主动清理了
[]

map 函数返回的是一个生成器（generator），能够像列表一样遍历，但无奈像列表那样直观地看到各个元素，除非咱们用 list()把这个生成器转成列表（实际上并不需要将生成器转为列表）。请留神，生成器和迭代器不同，或者说生成器是一种非凡的迭代器，只能被遍历一次，遍历完结，就主动隐没了。迭代器则能够重复遍历。比方，range()函数返回的就是迭代器：

>>> a = range(5)
>>> list(a)
[0, 1, 2, 3, 4]
>>> list(a)
[0, 1, 2, 3, 4]

说完生成器和迭代器，咱们还得回到原来的话题上。应用 map 映射函数，咱们失去了每个元素的呈现次数，还须要和对应的元素组成一个一个的元组。这时候，就用上 zip()函数了。zip() 函数创立一个生成器，用来聚合每个可迭代对象（迭代器、生成器、列表、元组、汇合、字符串等）的元素，元素依照雷同下标聚合，长度不同则疏忽大于最短迭代对象长度的元素。

>>> m = map(arr.count, unique)
>>> z = zip(unique, m)
>>> z
<zip object at 0x0000020A2D490508>
>>> list(z)
[(1, 1), (2, 2), (3, 3), (4, 1), (5, 1), (7, 1), (8, 2), (9, 1)]
>>> list(z)
[]

很显然，zip()函数返回的也是生成器，只能用一次，过后即隐没。

第 3 步，找出呈现次数等于数字自身的那些数字

有了每个元素及其呈现的次数，咱们只须要循环遍历……不，请稍等，咱们为什么肯定要循环呢？咱们只是要把每个元素过滤一遍，找出那些呈现次数等于元素本身的那些元组，为什么不试试过滤函数 filter()呢？

>>> def func(x): # 参数 x 是元组类型
    if x[0] == x[1]:
      return x

>>> m = map(arr.count, unique)
>>> z = zip(unique, m)
>>> f = filter(func, z)
>>> f
<filter object at 0x0000020A2D1DD908>
>>> list(f)
[(1, 1), (2, 2), (3, 3)]
>>> list(f)
[]

过滤函数 filter()承受两个参数，第 1 个参数是个函数，用于判断一个元素是否合乎过滤条件，第 2 个参数就是须要过滤的可迭代对象了。filter()函数返回的也是生成器，只能用一次，过后即隐没。

写这里，咱们简直要功败垂成了。然而，作为一个有谋求的程序员，你能容忍 func()这样一个看起来怪怪的函数吗？答案是不能！你肯定会用 lambda 函数取代它。另外，兴许咱们还须要对后果依照元素的大小排序。加上排序，残缺代码如下：

>>> arr = [3,5,2,7,3,8,1,2,4,8,9,3]
>>> unique = set(arr)
>>> m = map(arr.count, unique)
>>> z = zip(unique, m)
>>> f = filter(lambda x:x[0]==x[1], z)
>>> s = sorted(f, key=lambda x:x[0])
>>> print('侥幸数是：', [item[0] for item in s])
侥幸数是：[1, 2, 3]

终极代码，一行搞定

如果你已经有过被那些写成一行、却能实现简单性能的、看起来像天书一样的代码践踏的苦楚经验，那么，当初你也能够把下面的代码写成一行，去践踏他人了。

>>> arr = [3,5,2,7,3,8,1,2,4,8,9,3]
>>> print('侥幸数是：', [item[0] for item in sorted(filter(lambda 
x:x[0]==x[1], zip(set(arr), map(arr.count, set(arr)))), key=lambda 
x:x[0])])
侥幸数是：[1, 2, 3]

戏剧性反转，这次真的了解 Python 了！

有人说，何必那么麻烦呢？这样写不是更简略、更易读吗？果然，我真是想多了！

>>> arr = [3,5,2,7,3,8,1,2,4,8,9,3]
>>> [x for x in set(arr) if x == arr.count(x)]
[1, 2, 3]

本次分享就到这啦，对您有帮忙的话，点个关注再走吧~