在应对多策略的场景下,大量使用if...else...不仅提高了后期的维护成本,还降低了运行效率。通过字典做映射就可以更好的优化代码。
比如这样一个模拟场景,根据用户的VIP等级,发放奖励。在大量使用if...else...时就会变成如下状态:
rank="VIP4"
if rank=="VIP1":
print(100)
else:
if rank=="VIP2":
print(150)
else:
if rank=="VIP3":
print(200)
else:
if rank=="VIP4":
print(300)
在改用为字典后,代码如下:
rank="VIP4"
message={
"VIP1":100,
"VIP2":150,
"VIP3":200,
"VIP4":300,
}
a=message.get(rank,None)
print(a)
try:
a=message[rank]
except:
a=None
print(a)
打印结果:
这里,字典message拥有键(key)和值。可通过get(key,default=None),setdefault(key, default=None),以及message[key]来索引到值。
这三者的不同:
message.get(key,default=None):如果key不在字典中,则返回None
message.setdefault(key,default=None):如果key不在字典中,则返回None,并在字典中添加该key,其值为default的值。以本案例为例,若执行message.setdefault("VIP5",500),字典message后就会增加一项"VIP5":500,并返回值500。
message[key]:如果key不在字典中,就会直接报错。因此案例中采用了try..except..的格式。
我们在实际应用中不仅仅只是key对值的简单映射,而是更多会遇到需要映射函数的情况。这样的场景比如根据不同生产指令,去执行不同运动等。回到本案例,代码如下:
def vip1():
return 100
def vip2():
return 150
rank="VIP1"
message={
"VIP1":vip1,
"VIP2":vip2,
"VIP3":200,
"VIP4":300,
}
a=message.get(rank,None)
print(a)
try:
a=message[rank]()
except:
a=None
print(a)
执行后结果如下:
我们可以看到第一个a返回的值不是100,这是因为第一个返回的是一个函数整体,即一个函数类,而不是return的值。而如果执行a=message[rank],同样也是返回一个函数整体,而不会是return的值。只有在执行了a=message[rank]()后才会返回return的值。这里括号的作用就是执行函数的意思,同时括号里面还可以添加自定义函数需要的初始变量,最后这里a=message["VIP1"]()等价于a=vip1(),还等价于
b=message[rank]
a=b()
如果当字典中key映射的值不为函数,而为具体一个值时,此时执行a=message[rank]()就会报错。故优化后的框架如下:
def vip1():
return 100
def vip2():
return 150
rank="VIP1"
message={
"VIP1":vip1,
"VIP2":vip2,
"VIP3":200,
"VIP4":300,
}
try:a=message[rank]()
except:a=message.get(rank,None)
print(a)
|