将连续数字分组到Python3.2中的范围中

Question

下面是我编写的一个函数，用于在书籍中显示页码。

例如，如果输入列表[1,2,3,6,7,10]，它将返回：

1-3,6-7,10

这似乎是一个很好的例子，说明如何在Python中使用字典数据类型。

是否有一种更有效的代码方法来做到这一点？

def formatpagelist (numberlist):
    tempdic={}
    returnstring=''

    for number in numberlist:
        if number-1 in tempdic.keys():
            tempdic[number-1]=number
        elif number-1 in tempdic.values():
            for key in tempdic.keys():
                if number-1==tempdic[key]: foundkey=key
            tempdic[foundkey]=number
        else:
            tempdic[number]=0

    keylist=list(tempdic.keys())
    keylist.sort()

    for key in keylist:
        if tempdic[key]>0:
            returnstring+=(str(key)+'-'+str(tempdic[key])+',')
        else: returnstring+=str(key)+','

    return returnstring

Answer 1

不使用字典的稍微短一些的版本：

def formatpagelist(numberlist):
    prev_number = min(numberlist) if numberlist else None
    pagelist = list()

    for number in sorted(numberlist):
        if number != prev_number+1:
            pagelist.append([number])
        elif len(pagelist[-1]) > 1:
            pagelist[-1][-1] = number
        else:
            pagelist[-1].append(number)
        prev_number = number

    return ','.join(['-'.join(map(str,page)) for page in pagelist])

Answer 2

def formatpagelist (numberlist):

python样式指南推荐函数名为words_with_underscores。

    tempdic={}

这是一个非常糟糕的变量名。它没有告诉我变量的用途。它告诉我变量是临时的(和所有变量一样)，它是一个dict，这在{}中是显而易见的。

    returnstring=''

直到晚些时候才会出现..。为什么会在这里？

    for number in numberlist:
        if number-1 in tempdic.keys():

这和number - 1 in tempdic:一样

            tempdic[number-1]=number
        elif number-1 in tempdic.values():
            for key in tempdic.keys():
                if number-1==tempdic[key]: foundkey=key

如果你已经扫描了字典的键，这是一个你可能不应该使用字典的迹象。

            tempdic[foundkey]=number
        else:
            tempdic[number]=0

    keylist=list(tempdic.keys())
    keylist.sort()

这和keylist = sorted(tempdic)是一样的

    for key in keylist:
        if tempdic[key]>0:
            returnstring+=(str(key)+'-'+str(tempdic[key])+',')
        else: returnstring+=str(key)+','

我认为把这些放在一条线上会让人更难读懂。通常情况下，最好先建立一个列表，然后加入列表。

    return returnstring

这是另一种方法:我从@Jeff那里偷了一些部件，但我想尝试另一种方法。

import collections

pages = [1,2,5,6,7,9]
starts = collections.OrderedDict()
ends = collections.OrderedDict()
for idx, page in enumerate(pages):
    section = page - idx
    starts.setdefault(section, page)
    ends[section] = page
page_parts = []
for section, start in starts.items():
    end = ends[section]
    if start == end:
        page_parts.append("{0}".format(start))
    else:
        page_parts.append("{0}-{1}".format(start, end))
print(','.join(page_parts))

Answer 3

你对字典的使用似乎是一种让数字不符合顺序的方法。与其对它们进行排序，不如使用字典(以及相关的散列)来最大限度地提高效率。

这并不是很完美，因为您最终会对给定的值进行顺序搜索。

散列低:高范围(字典键:值对)以避免搜索没有多大帮助。只有他们的钥匙会被散列。在低端扩展范围的情况下，它确实有帮助。但是，为了在高端扩展范围，您必须使用字典值的搜索。

您真正创建的是“分区”的集合。每个分区都有一个低值和高值的边界。而不是字典，你也可以使用一个微不足道的元组(低，高)。对于大多数Pythonic来说，(低，高)对包括低，但不包括高。这是“半开区间”。

这里有一个使用简单的元组set的版本，它依赖于散列而不是二分法。

二进制搜索(使用bisect模块)也可能执行得很好。这将稍微简化相邻范围的合并，因为这两个范围实际上是相邻的。然而，这会导致重组顺序的成本。

从一组空的分区开始，第一个数字就会创建一个简单的分区。

下一个数字可以引出三件事中的一件。

1. 它在低端或高端扩展现有分区。这个数字正好与一个范围相邻。
2. 它创建了一个新的分区。该数字与任何范围不相邻。
3. 它“桥接”两个相邻的分区，将它们合并成一个。这个数字与两个范围相邻。

就像这样。

def make_ranges(numberlist):
    ranges=set()
    for number in numberlist:
        print ranges, number
        adjacent_to = set( r for r in ranges if r[0]-1 == number or r[1] == number )
        if len(adjacent_to) == 0:
            # Add a new partition.
            r = (number,number+1)
            assert r[0] <= number < r[1] # Trivial, right?
            ranges.add( r )
        elif len(adjacent_to) == 1:
            # Extend this partition, build a new range.
            ranges.difference_update( adjacent_to )
            r= adjacent_to.pop()
            if r[0]-1 == number: # Extend low end
                r= (number,r[1])
            else:
                r= (r[0],number+1) # Extend high end
            assert r[0] <= number < r[1] 
            ranges.add( r )
        elif len(adjacent_to) == 2:
            # Merge two adjacent partitions.
            ranges.difference_update( adjacent_to )
            r0= adjacent_to.pop()
            r1= adjacent_to.pop()
            r = ( min(r0[0],r1[0]), max(r0[1],r1[1]) )
            assert r[0] <= number < r[1]
            ranges.add( r )
    return ranges

这是对您的算法进行的非常彻底的重新思考，所以这不是一个正确的代码评审。

在Python中，用分隔符组装字符串更简单。对于"，"-separated字符串的例子，请始终考虑这样做。

final = ",".join( details )

一旦你有了它，你只需要做一系列的细节。在这种情况下，每个细节都是"x“或”x“，作为范围可以采取的两种形式。

所以一定是这样的

details = [ format_a_range(r) for r in ranges ]

在本例中，我将格式显示为内联def。它也可以作为一个if-else表达式来完成。

根据您的范围，总体功能是这样的。

def formatpagelist (numberlist):
    ranges= make_ranges( numberlist )
    def format_a_range( low, high ):
        if low == high-1: return "{0}".format( low )
        return "{0}-{1}".format( low, high-1 )
    strings = [ format_a_range(r) for r in sorted(ranges) ]
    return ",".join( strings )