Python实现按学生年龄排序的实际问题详解


Posted in Python onAugust 29, 2017

前言

本文主要给大家了关于利用Python按学生年龄排序的相关内容,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍:

问题:定义一个Class:包含姓名name、性别gender、年龄age,需要按年龄给学生排序。

输入:包含学生对象的List。

输出:按照年龄age进行排序好的List。

思路1:使用冒泡排序,比较相邻的学生,如果第一个学生的age值比第二个学生的age值大,那么就整体交换这两个元素。持续每次对越来越少的元素重复上面的步骤。一直到没有任何一对学生需要比较。

思路2:使用Python?冉ǚ椒?orted()。

(这个问题其实是笔者面试时候手写的一个实际问题,比较面向小白,我们可以通过这样一个简单的问题复习Python的一些基础知识点)

1. 前期准备

1.1 定义Class

class Student(object):
 def __init__(self, name, gender, age):
 self.__name = name
 self.__gender = gender
 self.__age = age
 
 # 取得age属性
 def getAge(self):
 return self.__age
 
 # 打印
 def printStudent(self):
 return self.__name, self.__gender, self.__age

1.2 生成包含随机学生对象的List

# 生成包含随机学生对象的list
def generateStudent(num):
 # num为需要生成的测试对象数
 list = []
 for i in range(num):
 randName = ''.join(random.sample(string.ascii_letters, 4))
 randGender = random.choice(['Male', 'FeMale'])
 randAge = random.randint(10,30)
 s = Student(randName, randGender, randAge)
 list.append(s)
 return list

2. 开始排序

2.1 使用冒泡排序

思路已在开头介绍,我们直接来看代码:

def sortStudent(list):
 for i in range(len(list)):
 for j in range(1, len(list)-i):
  if list[j-1].getAge() > list[j].getAge():
  list[j-1], list[j] = list[j], list[j-1]
 return list

2.2 使用Python?冉ǚ椒?orted

配合lambda表达式使用,非常简洁,代码如下:

sorted(list, key=lambda student: student.getAge()) # 将对象的age属性作为排序的Key

我们在这里补充一下 sorted() 和 lambda表达式 的相关知识点:

2.2.1 sorted(iterable, *, key=None, reverse=False)

官方文档

关于参数的说明:

key specifies a function of one argument that is used to extract a comparison key from each list element: key=str.lower. The default value is None (compare the elements directly).
reverse is a boolean value. If set to True, then the list elements are sorted as if each comparison were reversed.

  • key里接收的可以是某一个指定的函数(如lambda函数)返回的一个值,作为指定的比较依据。
  • reverse默认是False从小到大排序,设置为True后可以从大到小。

关于稳定性的说明:

The built-in sorted() function is guaranteed to be stable.

(看到官方文档的说明中写道,这个方法是保证稳定的哟!)

关于原理:Python内置的sorted()方法背后使用的是Timsort算法,当数据越接近Ordered Data的时候,时间复杂度越接近O(N)。在我们的这个问题中,年龄属性是比较符合Ordered Data的。感兴趣的可以点击Timsort查看更多哈!

2.2.2 lambda表达式

直接看一个简单的例子就能明白了~

>>> pairs = [('one',1),('two',2),('three',3),('five',5),('zero',0),('four',4)]
>>> sorted(pairs, key=lambda pair: pair[1]) # List中每个tuple对的排序依据是tuple中的第2个值
[('zero', 0), ('one', 1), ('two', 2), ('three', 3), ('four', 4), ('five', 5)]

3. 执行测试

构建测试用的随机数据,计算两种方法的执行时间进行比较~

if __name__ == '__main__':

 # list 形式是[('hZDw', 'FeMale', 17)...]
 list = generateStudent(10000)

 # 方法1:使用冒泡排序
 start_Time1 = time.time()
 sortStudent(list)
 end_Time1 = time.time()
 # 方法1中,使用10000个测试数据的排序时间是22.243秒以上(非精确)
 print('%s cost time %s' % ('sortStudent' , end_Time1 - start_Time1))


 # 方法2:使用Python内建的sorted方法+lambda表达式
 # 由于sorted方法背后使用的timsort方法,当数据越接近Ordered data的时候,时间复杂度越接近O(N)。
 # 在这个例子里面,年龄属性是比较接近Ordered data的。
 start_Time2 = time.time()
 sorted(list, key=lambda student: student.getAge()) # 将对象的属性作为排序的Key
 end_Time2 = time.time()
 print('%s cost time %s' % ('sorted' , end_Time2 - start_Time2))

测试结果:

使用方法1(冒泡排序),当测试数据量是10000个的时候,排序时间是22.243秒左右。

使用方法2(?冉ǚ椒ǎ??辈馐允?萘渴?000000个的时候,排序时间的0.575秒左右。

虽然不是很精确,但差别显然可见啦!

以上。

如有错误,还望指正~

完整实现及测试可在Github找到:ActualProblem-Solution

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对三水点靠木的支持。

Python 相关文章推荐
Python守护进程(daemon)代码实例
Mar 06 Python
Python删除空文件和空文件夹的方法
Jul 14 Python
python3使用urllib模块制作网络爬虫
Apr 08 Python
python中pandas.DataFrame排除特定行方法示例
Mar 12 Python
Python 中字符串拼接的多种方法
Jul 30 Python
使用Python处理BAM的方法
Sep 28 Python
想学python 这5本书籍你必看!
Dec 11 Python
Python使用itchat模块实现群聊转发,自动回复功能示例
Aug 26 Python
Python selenium爬取微博数据代码实例
May 22 Python
python使用re模块爬取豆瓣Top250电影
Oct 20 Python
python 实现简易的记事本
Nov 30 Python
Python基础之操作MySQL数据库
May 06 Python
详解Python进程间通信之命名管道
Aug 28 #Python
基于Python闭包及其作用域详解
Aug 28 #Python
利用Python查看目录中的文件示例详解
Aug 28 #Python
Python如何通过subprocess调用adb命令详解
Aug 27 #Python
Python中序列的修改、散列与切片详解
Aug 27 #Python
Python正确重载运算符的方法示例详解
Aug 27 #Python
深入学习Python中的上下文管理器与else块
Aug 27 #Python
You might like
递归列出所有文件和目录
2006/10/09 PHP
php中数据的批量导入(csv文件)
2006/10/09 PHP
php获取网页标题和内容函数(不包含html标签)
2014/02/03 PHP
简单谈谈php中ob_flush和flush的区别
2014/11/27 PHP
php实现用于删除整个目录的递归函数
2015/03/16 PHP
Smarty模板引擎缓存机制详解
2016/05/23 PHP
用jQuery实现一些导航条切换,显示隐藏的实例代码
2013/06/08 Javascript
jquery通过a标签删除table中的一行的代码
2013/12/02 Javascript
Nodejs如何复制文件
2016/03/09 NodeJs
bootstrap datetimepicker实现秒钟选择下拉框
2017/01/05 Javascript
基于webpack4搭建的react项目框架的方法
2018/06/30 Javascript
Vue父子组件之间的通信实例详解
2018/09/28 Javascript
浅谈小程序 setData学问多
2019/02/20 Javascript
vue在App.vue文件中监听路由变化刷新页面操作
2020/08/14 Javascript
详解JavaScript 事件流
2020/09/02 Javascript
pygame学习笔记(3):运动速率、时间、事件、文字
2015/04/15 Python
python实现FTP服务器服务的方法
2017/04/11 Python
Python实现将文本生成二维码的方法示例
2017/07/18 Python
python smtplib发送带附件邮件小程序
2018/05/22 Python
python遍历文件夹找出文件夹后缀为py的文件方法
2018/10/21 Python
python读取几个G的csv文件方法
2019/01/07 Python
python实现维吉尼亚加密法
2019/03/20 Python
Python适配器模式代码实现解析
2019/08/02 Python
将Python文件打包成.EXE可执行文件的方法
2019/08/11 Python
Python操作SQLite/MySQL/LMDB数据库的方法
2019/11/07 Python
Python帮你识破双11的套路
2019/11/11 Python
python 实现ping测试延迟的两种方法
2020/12/10 Python
英国女性化妆品收纳和家具网站:Beautify
2019/12/07 全球购物
运动会跳远广播稿
2014/02/04 职场文书
纺织工程专业推荐信
2014/09/08 职场文书
酒店管理失职检讨书
2014/09/16 职场文书
2014年管理人员工作总结
2014/12/01 职场文书
员工2014年度工作总结
2014/12/09 职场文书
家访教师心得体会
2016/01/23 职场文书
《画家和牧童》教学反思
2016/02/17 职场文书
Ruby序列化和持久化存储 Marshal和Pstore介绍
2022/04/18 Ruby