有没有那么一道题，让你从此真正理解了Python编程？

写下这个题目的时候，脑海里无法抑制地响起了周华健那略带沙哑的歌声：

远处传来那首熟悉的歌，
那些心声为何那样微弱。
很久不见，你现在都还好吗？
有没有那么一首歌，
会让你轻轻跟着和，
随着我们生命起伏，
一起唱的主题歌；
有没有那么一首歌，
会让你突然想起我，
让你欢喜也让你忧，
这么一个我……

音乐结束，回到正题。近日浏览LeetCode，发现了一道很有意思的小题目。当我尝试用Python解答的时候，居然动用了集合、map函数、zip函数、lambda函数、sorted函数，调试过程还涉及到了迭代器、生成器、列表推导式的概念。一个看似极为简单的题目，尽管最终的代码可以合并成一行，却几乎把Python的编程技巧用了一遍，真可谓“细微之处见精神”！通过这个题目，也许会让你从此真正理解了Python编程。

这道题，名为《列表中的幸运数》。什么是幸运数呢？在整数列表中，如果一个数字的出现频次和它的数值大小相等，我们就称这个数字为「幸运数」。例如，在列表[1, 2, 2, 3]中，数字1和数字2出现的次数分别是1和2，所以它们是幸运数，但3只出现过1次，3不是幸运数。

明白了幸运数的概念，我们就来试着找出列表[3, 5, 2, 7, 3, 1, 2 ,4, 8, 9, 3]中的幸运数吧。这个过程可以分为以下几个步骤：

1. 找出列表中不重复的数字
2. 统计每个数字在列表中出现的次数
3. 找出出现次数等于数字本身的那些数字

第1步，找出列表中不重复的数字

找出列表中不重复的数字，也就是去除列表中的重复元素，简称“去重”。去重最简洁的方法是使用集合。

>>> 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}

  

 

  
1
  
2
  
3
  
4
 

第2步，统计每个数字在列表中出现的次数

我们知道，列表对象自带一个count()方法，能返回某个元素在列表中出现的次数，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中出现过2次
2

  

 

  
1
  
2
  
3
 

接下来，我们只需要遍历去重后的各个元素，逐一统计它们各自出现的次数，并保存成一个合适的数据结构，这一步工作就万事大吉了。

>>> arr = [3,5,2,7,3,8,1,2,4,8,9,3]
>>> unique = set(arr) # 去除重复元素
>>> pairs = list() # 空列表，用于保存数组元素和出现次数组成的元组
>>> 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)]

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
 

作为新手，代码写成这样，已经很不错了。但是，一个有追求的程序员绝对不会就此自满、裹足不前。他们最喜欢做的事情就是想尽千方百计消灭for循环，比如使用映射函数、过滤函数取代for循环；即便不能拒绝for循环，他们也会尽可能把循环藏起来，比如藏在列表推导式内。这里既然是要对每一个元素都调用列表的count()这个方法，那就最适合用map函数取代for循环了。

>>> m = map(arr.count, unique)
>>> m
<map object at 0x0000020A2D090E08>
>>> list(m) # 生成器可以转成列表
[1, 2, 3, 1, 1, 1, 2, 1]
>>> list(m) # 生成器只能用一次，用过之后，就自动清理了
[]

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

map函数返回的是一个生成器（generator），可以像列表一样遍历，但无法像列表那样直观地看到各个元素，除非我们用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）。请注意，生成器和迭代器不同，或者说生成器是一种特殊的迭代器，只能被遍历一次，遍历结束，就自动消失了。迭代器则可以反复遍历。比如，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]

  

 

  
1
  
2
  
3
  
4
  
5
 

说完生成器和迭代器，咱们还得回到原来的话题上。使用map映射函数，我们得到了每个元素的出现次数，还需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() 函数创建一个生成器，用来聚合每个可迭代对象（迭代器、生成器、列表、元组、集合、字符串等）的元素，元素按照相同下标聚合，长度不同则忽略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)
[]

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
 

很显然，zip()函数返回的也是生成器，只能用一次，过后即消失。

第3步，找出出现次数等于数字本身的那些数字

有了每个元素及其出现的次数，我们只需要循环遍历……不，请稍等，我们为什么一定要循环呢？我们只是要把每个元素过滤一遍，找出那些出现次数等于元素自身的那些元组，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)
[]

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
 

过滤函数filter()接受两个参数，第1个参数是个函数，用于判断一个元素是否符合过滤条件，第2个参数就是需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，过后即消失。

写这里，我们几乎要大功告成了。但是，作为一个有追求的程序员，你能容忍func()这样一个看起来怪怪的函数吗？答案是不能！你一定会用lambda函数取代它。另外，也许我们还需要对结果按照元素的大小排序。加上排序，完整代码如下：

>>> 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('幸运数是：', [item[0] for item in s])
幸运数是： [1, 2, 3]

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
 

终极代码，一行搞定

如果你曾经有过被那些写成一行、却能实现复杂功能的、看起来像天书一样的代码蹂躏的痛苦经历，那么，现在你也可以把上面的代码写成一行，去蹂躏别人了。

>>> arr = [3,5,2,7,3,8,1,2,4,8,9,3]
>>> print('幸运数是：', [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])])
幸运数是： [1, 2, 3]

  

 

  
1
  
2
  
3
 

戏剧性反转，这次真的理解Python了！

这篇博客发表了没两天，有网友留言说，何必那么麻烦呢？这样写不是更简单、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]

  

 

  
1
  
2
  
3
 

文章来源: xufive.blog.csdn.net，作者：天元浪子，版权归原作者所有，如需转载，请联系作者。

原文链接：xufive.blog.csdn.net/article/details/105215593