如何避免大量嵌套的if-elif-else条件语句来评估许多a情况下的快速响应？

Question

我正在从事一个机电一体化项目，在该项目中，我访问来自多个来源的电流(Amps)数据，并且必须根据内部和之间的值变化趋势(增加/减少值和增加/减少相对差异)来计算响应(馈送到机械系统)。有许多需要访问的a条件(对每个条件的唯一或混合响应)和它们所依赖的许多a变量，所以我留下了许多嵌套的if-elif-else语句，每个语句都计算多个条件和标志，从而在数据流快速(高达85 Hz)时花费时间进行响应。

该模块是大型项目的一部分，只需使用Python即可完成。下面是我当前代码的这一部分：

def function(args):
    if flag1 and flag2 and condition1 and not condition2:
        if condition3 and not flag3:
            response += var1
            flag4 = True
        elif -- :
            response = var2
            flag3 = False
        elif -- :
            ------------
        else :
            ------------
     if not flag_n and flag_m and condition_p and condition_q and not condition_r:
        if.. elif ... else :
            flags... response changes..
     more IFs

我需要一种更好和更有效的方式来做这件事，或者是一种完全不同的方法，例如一些适合上述用途的机器学习或深度学习算法或框架。

Answer 1

你可以使用二进制，也许：

flag_bits = {flag1: 0b0000000001, 
             flag2: 0b0000000010, 
             flag3: 0b0000000100, 
             flag4: 0b0000001000, 
             condition1: 0b0000010000,
             condition2: 0b0000100000,
             ...}

然后，当您接收到标志和条件时，按位计算它们，并有一个结果字典或基于它计算结果的方法：

def add_response(response, add_value):
    return response += add_value

def subtract_response(response, subtract_value):
    return response -= subtract_value

response_actions = {0b0000110011: ('add', var1, 0b0000001000), ...}
response_methods = {'add': add_response, 'sub': subtract_response, ...}

response_action = response_actions[0b0000110011]
response_method = response_action[0]
response = response_method(response, respnose_action[1])
flag_bits = response_action[2]

显然，它不是完全完美的，但它将消除大量的if，并将操作转换为查找，希望能节省时间。

Answer 2

从你的问题中，我不能理解你的问题是if-else语句随着时间的推移变得越来越大和更混乱，还是它们是计算密集型的。

在任何一种情况下，任何类型的机器学习或深度学习框架都可能比你的if-else慢得多，而且更令人困惑，因为很难知道为什么-AI-深度学习-算法-做什么。如果你的机器人翻了怎么办？你永远不会知道为什么。但是，您可以跟踪if-else语句...我强烈建议不要走AI路线，如果你的if-else树不是这样的话……3000-5000行，他们每天都在改变100-200行，或者类似的东西。

软件开发人员通常会尝试遵循良好的设计原则，以避免陷入这种情况，然而，如果更改架构为时已晚，What is the best way to replace or substitute if..else if..else trees in programs? (多态性)可以为您提供帮助。

话虽如此，我在很多传感器/数学重量级项目上工作过，它们总是一样的:项目开始很好，很慢，然后是很好的改进，然后是最后期限，最后你会得到一个假使否则的意大利面。总是一样的。至少对我来说是这样。所以，我现在所做的就是每当我有改进的时候，我都会尝试把它添加到源代码中，这样一般的架构就会保持得体。

处理这个问题的另一种方法是编写流程图，就像在Matlab的Simulink中一样，并清楚地显示您对项目将如何工作/如何实际实现等的总体想法。