直觉这种东西本来就很主观, 重点是不能为了直觉牺牲太多效率 需要会最少东西的写法应该是 result = [] for i in range(0, len(s)): # 阵列很长时应改用 xrange if s[i] > t[i]: result.append(t[i]) else: result.append(s[i]) 当然这基本上是 O(n) 所以大方向对了, 不过还是有几个问题 1. 做了 len(s) 次 index lookups Subscript syntax 基本上是做 random access, 速度不如 iterator 当次数大时效率会有明显落差 2. 对不等长阵列的支援不好, 如果要加上更多判断, 可读性会慢慢下降 3. 出来的东西只能是阵列, 如果你之後还要 iterate 它, 等於做了白工多转换一次 4. 扩充性不佳, 例如如果以後要多比较一个阵列 r 就会炸裂 针对最後一点, 所以我们必须学习内建的 min 和 max 这里可以用 min 来改写 result = [] for i in range(len(s)): # 只给一个参数就预设是从 0 开始 result.append(min(s[i], t[i])) 事实上我觉得即使初学者, 最低限度也要写成这样, 更差的都不及格 第三点可以改成 generator 或输出 iterator 来解决 例如包成 generator... def generate_mins(list1, list2): for i in range(len(list1)): yield min(list1[i], list2[i]) result = generate_mins(s, t) 不过 yield 算进阶语法, 为了不用更常用的语法而先学是本末倒置, 所以跳过 另外一种产生方法就等於要学 list comprehension 了 result = (min(s[i], t[i]) for i in range(0, len(s))) 只差在有没有在这里直接转成 list (改用方括弧而非原括弧包起来) 而已 第二点稍後讨论, 先讲第一点 写资料处理的程式时, iteration 的速度基本上决定了你的程式价值 即使再怎麽优美或容易维护或怎样, 你处理速度慢人家超过一定程度就等於垃圾 所以各种语言才会用各式各样的方法为非连续记忆体的 list loop-through 加速 Python (和其他很多语言) 的做法就是使用 foreach 语法 写 for i in a_list: i 效率就是会优於 for i in range(a_list): a_list[i] 所以我们要做的是想办法同时 iterate 复数个 lists, 而不是改用 suubscription Python 提供的解决方案就是 zip 与自动 tuple 展开 所以继续改写... result = (min(i[0], i[1]) for i in zip(s, t)) 自动展开 result = (min(a, b) for a, b in zip(s, t)) 这样就有基本的样子了 或者 如果你了解到其实 min 其实可以直接吃 iterable... result = (min(i) for i in zip(s, t)) 关於第二点, zip 有一个额外性质是会自动 trim-up 当输入的 lists 不等长, 会自动把多的丢掉 如果你不喜欢这个行为, 而希望当某个 list 不够长时提供预设值 则可以使用 itertools module 里的 izip_longest from itertools import izip_longest result = (min(i) for i in izip_longest(s, t, float('inf'))) float('inf') 会产生「无穷大」, 所以这等於如果有阵列不够长就无视它 顺带一题, 如果输入阵列太长, zip 也有可能会有速度问题 这时候可以改用 itertools 的 izip 这样我们就有了一个效率很好, 可读性也优良的写法 大部分人也都是这样推荐 ====== 前面有人提出 map 的写法 map(min, zip(s, t, u)) 这也合理, 不过 map 在 Python 3 的行为有改, 要注意 Python 基本上比较不喜欢这类 function-oriented 的语法 这是 Guido 的个人偏好... -- 「我最想要的同伴嘛，首先是要笑口常开，其次是我们能永远不会发生误会。 如果这些都能办到的话，嗯，如果他是世界上第一流的桥手，也还不错。」 -- 班尼多‧加罗素，前义大利蓝队成员 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.94.61 ※ 编辑: uranusjr 来自: 140.112.94.61 (08/01 14:42)