青鸟热潮 Python能手必读，作念一个明慧规定的玩家

2024-11-04 04:46

编程，其实和玩电子游戏有一些相似之处。你在玩不同游戏前，需要先学习每个游戏的不同规定，唯有老到和纯真行使游戏规定，才更有可能在游戏中告捷。

而编程亦然一样，不同编程言语不异有着不一样的“规定”。大到是否营救面向对象，小到是否不错界说常量，编程言语的规定比绝大多量电子游戏要复杂的多。

当咱们编程时，要是径直拿一种言语的教师套用到另外一种言语上，许多时候并不行取得最好按捺。这就能够一个 CS（反恐精英） 能手在不了解规定的情况下去玩 PUBG（绝地求生），天然他的枪法可能万中无一，然则极有可能在发现第一个敌东谈主前，他就会倒在某个窝在草丛里的敌东谈主的紧迫下。

Python 里的规定

Python 是一门初见浅薄、真切后愈觉复杂的言语。拿 Python 里最首要的“对象”办法来说，Python 为其界说了多到让你记不全的规定，比如：

界说了 str 步骤的对象，就不错使用 str() 函数来复返可读称号

界说了 next 和 iter 步骤的对象，就不错被轮回迭代

界说了 bool 步骤的对象，在进行布尔判断时就会使用自界说的逻辑

… …

老到规定，并让我方的代码稳妥这些规定，不错匡助咱们写出更纯真是代码，渔人之利的完成责任。底下，让咱们来看一个关连稳妥规定的故事。

案例：从两份旅游数据中得到东谈主员名单

某日，在一个主打新西兰出境游的旅游公司里，商务共事一霎兴冲冲的跑过来找到我，说他从某配合股伴那边，要到了两份首要的数据：

扫数去过“泰国普吉岛”的东谈主员及关连样子

扫数去过“新西兰”的东谈主员及关连样子

数据采纳了 JSON 时势，如下所示：

#去过普吉岛的东谈主员数据

users_visited_puket = [

{“first_name”:“Just”,“last_name”:"Malcom,“phone_number”:“267-282-1964，“datevisited：“2011-03-13”},”

{first_name”:“Albert”,"last_name:“Potter”,“phone_number”:702-249-3714,"date_visited:“2013-09-11”}

……

]

每份数据内部王人有着 姓、 名、 手机号码、 旅游技能 四个字段。基于这份数据，商务同学建议了一个（听上去毫刻薄理）的假定：“去过普吉岛的东谈主，应该对去新西兰旅游也很有风趣风趣。咱们需要从这份数据里，找出那些去过普吉岛但莫得去过新西兰的东谈主，针对性的卖家具给他们。

第一次蛮力尝试

有了原始数据和明确的需求，接下来的问题等于怎样写代码了。依靠蛮力，我很快就写出了第一个决议：

因为原始数据里莫得“用户 ID”之类的惟一标示，是以咱们只可把“姓名和电话号码饱和疏浚”作为判断是不是并吞个东谈主的轨范。

find_potential_customers_v1 函数通过轮回的样子，先遍历扫数去过普吉岛的东谈主，然后再遍历新西兰的东谈主，要是在新西兰的记载中找不到饱和匹配的记载，就把它当作念“潜在客户”复返。

这个函数天然不错完成任务，然则肯定不必我说你也能发现。它有着相配严重的性能问题。关于每一条去过普吉岛的记载，咱们王人需要遍历扫数新西兰探询记载，尝试找到匹配。扫数这个词算法的技能复杂度是可怕的 O(n*m)，要是新西兰的探询条款数许多的话，那么执行它将铺张相配长的技能。

为了优化内层轮回性能，咱们需要减少线性查找匹配部分的支出。

尝试使用集中优化函数

要是你对 Python 有所了解的话，那么你详情知谈，Python 里的字典和集中对象王人是基于 哈希表（Hash Table）已毕的。判断一个东西是不是在集中里的平均技能复杂度是 O(1)，相配快。

是以，关于上头的函数，咱们不错先尝试针对新西兰探询记载运行化一个集中，之后的查找匹配部分就不错变得很快，函数合座技能复杂度就能变为 O(n+m)。

让咱们望望新的函数：

使用了集中对象后，新函数在速率上比较旧版块有了飞跃性的冲破。然则，对这个问题的优化并不是到此为止，否则著述标题就应该改成：“怎样使用集中提高要领性能” 了。

对问题的重新想考

让咱们来尝试重新综合想考一下问题的骨子。最初，咱们有一份装了许多东西的容器 A（普吉岛探询记载），然后给咱们另一个装了许多东西的容器 B（新西兰探询记载），之后界说相配规定：“姓名与电话一致”。临了基于这个相配规定，求 A 和 B 之间的“差集”。

要是你对 Python 里的集中不是终点老到，我就稍稍多先容少量。假如咱们领有两个集中 A 和 B，那么咱们不错径直使用 A-B 这么的数学运算抒发式来规画二者之间的 差集。

是以，规画“扫数去过普吉岛但没去过新西兰的东谈主”，其实等于一次集中的求差值操作。那么要何如作念，才能把咱们的问题套入到集中的游戏规定里去呢?

利用集中的游戏规定

在 Python 中，要是要把某个东西装到集中或字典里，一定要骄气一个基本条件：“这个东西必须是不错被哈希（Hashable）的” 。什么是 “Hashable”？

举个例子，Python 内部的扫数可变对象，比如字典，就 不是 Hashable 的。当你尝试把字典放入集中中时，会发生这么的诞妄:

是以，要是要利用集中处分咱们的问题，就最初得界说咱们我方的 “Hashable” 对象： VisitRecord。而要让一个自界说对象变得 Hashable，惟一要作念的事情等于界说对象的_ hash__步骤。

一个好的哈希算法，应该让不同对象之间的值尽可能的惟一，这么不错最猛进度减少“哈希碰撞”发生的概率，默许情况下，扫数 Python 对象的哈希值来自它的内存地址。

在这个问题里，咱们需要自界说对象的 hash 步骤，让它利用 （姓，名，电话）元组作为 VisitRecord 类的哈希值开首。

自界说完 hash 步骤后， VisitRecord 实例就不错正常的被放入集中中了。但这还不够，为了让前边提到的求差值算法正常责任，咱们还需要已毕 eq 极端步骤。

eq 是 Python 在判断两个对象是否相配时调用的极端步骤。默许情况下，它唯有在我方和另一个对象的内存地址饱和一致时，才会复返 True。然则在这里，咱们复用了 VisitRecord 对象的哈希值，当二者相配时，就合计它们一样。

完成了稳妥的数据建模后，之后的求差值运算便算是水到渠成了。新版块的函数只需要一溜代码就能完成操作：

Hint：要是你使用的是 Python 2，那么除了 eq 步骤外，你还需要自界说类的 ne（判断不相配时使用） 步骤。

使用 dataclass 简化代码

故事到这里并莫得收尾。在上头的代码里，咱们手动界说了我方的 数据类VisitRecord，已毕了 __init__、 __eq__ 等运行化步骤。但其实还有更浅薄的作念法。

因为界说数据类这种需求在 Python 中着实太常见了，是以在 3.7 版块中，轨范库中新增了 dataclasses 模块，极端帮你简化这类责任。

要是使用 dataclasses 提供的特质，咱们的代码不错最终简化成底下这么：

不必干任何脏活累活，只须不到十行代码就完成了责任。

案例挂念

问题处分以后，让咱们再作念少量小小的挂念。在处理这个问题时，咱们一共使用了三种决议：

使用正常的两层轮回筛选相宜规定的按捺集利用哈希表结构（set 对象）创建索引，擢升处理效果将数据调换为自界说对象，利用规定，径直使用集中运算

为什么第三种样子会比前边两种好呢？

最初，第一个决议的性能问题过于显豁，是以很快就会被毁掉。那么第二个决议呢？仔细想想看，决议二其实并莫得什么显豁的污点。甚而和第三个决议比较，因为少了自界说对象的历程，它在性能与内存占用上，甚而有可能会微微强于后者。

但请再想考一下，要是你把决议二的代码换成另外一种言语，比如 Java，它是不是基本不错作念到 1:1 的饱和翻译？换句话说，它天然效果高、代码径直，然则它莫得饱和利用好 Python 天下提供的规定，最大化的从中受益。

要是要具体化这个问题里的“规定”，那等于 “Python 领有内置结构集中，集中之间不错进行差值等四则运算” 这个事实自己。匹配规定后编写的决议三代码领有底下这些上风：

为数据建模后，不错更便捷的界说其他步骤要是需求变更，作念反向差值运算、求错乱运算王人很浅薄连气儿集中与 dataclasses 逻辑后，代码远比其他版块更纯粹明晰要是要修改相配规定，比如“只领有疏浚姓的记载就手脚一样”，只需要接受 VisitRecord 掩盖 __eq__ 步骤即可