介紹

作為一名程序員，除了需要具備解決問題的思路以外，代碼的質(zhì)量和簡潔性也很關(guān)鍵。 python內(nèi)置庫中就有很多簡潔而又優(yōu)雅的操作，這里的知識都來源于網(wǎng)絡(luò)積累， 閑暇時整理下來方便溫故。

目錄

>選擇正確的內(nèi)置功能

• 使用enumerate()而不是range()進(jìn)行迭代
• 使用遞推式構(gòu)造列表而不是map()和filter()
• 使用斷點(diǎn)breakpoint()調(diào)試而不是print()
• 使用f-Strings格式化字符串
• 使用sorted()對復(fù)雜列表進(jìn)行排序

>有效利用數(shù)據(jù)結(jié)構(gòu)

• 使用set存儲唯一值
• 使用生成器節(jié)省內(nèi)存
• 使用.get()和.setdefault()在字典中定義默認(rèn)值

>利用Python的標(biāo)準(zhǔn)庫

• 使用collections.defaultdict()處理缺少的字典鍵
• 使用collections.Counter計算Hashable對象
• 使用字符串常量訪問公共字符串組
• 使用Itertools生成排列和組合

>選擇正確的內(nèi)置功能

Python有一個大型標(biāo)準(zhǔn)庫，但只有一個內(nèi)置函數(shù)的小型庫，這些函數(shù)總是可用的，不需要導(dǎo)入。

1. 使用enumerate()而不是range()進(jìn)行迭代

假如你需要遍歷列表，同時訪問索引和值。

有一個名為FizzBuzz的經(jīng)典編碼面試問題可以通過迭代索引和值來解決。在FizzBuzz中，你將獲得一個整數(shù)列表，任務(wù)是執(zhí)行以下操作：

• 用“fizz”替換所有可被3整除的整數(shù)
• 用“buzz”替換所有可被5整除的整數(shù)
• 將所有可被3和5整除的整數(shù)替換為“fizzbuzz” 通常，開發(fā)人員將使用range()解決此問題：

>>> numbers = [45, 22, 14, 65, 97, 72] >>> for i in range(len(numbers)): ... if numbers[i] % 3 == 0 and numbers[i] % 5 == 0: ... numbers[i] = 'fizzbuzz' ... elif numbers[i] % 3 == 0: ... numbers[i] = 'fizz' ... elif numbers[i] % 5 == 0: ... numbers[i] = 'buzz' ... >>> numbers ['fizzbuzz', 22, 14, 'buzz', 97, 'fizz']

Range允許你通過索引訪問數(shù)字元素，并且對于某些特殊情況也是一個很有用的工具。但在這種情況下，我們希望同時獲取每個元素的索引和值，更優(yōu)雅的解決方案使用enumerate()：

>>> numbers = [45, 22, 14, 65, 97, 72] >>> for i, num in enumerate(numbers): ... if num % 3 == 0 and num % 5 == 0: ... numbers[i] = 'fizzbuzz' ... elif num % 3 == 0: ... numbers[i] = 'fizz' ... elif num % 5 == 0: ... numbers[i] = 'buzz' ... >>> numbers ['fizzbuzz', 22, 14, 'buzz', 97, 'fizz']

對于每個元素，enumerate()返回一個計數(shù)器和元素值。計數(shù)器默認(rèn)為0，也是元素的索引。不想在0開始你的計數(shù)？只需使用可選的start參數(shù)來設(shè)置偏移量：

>>> numbers = [45, 22, 14, 65, 97, 72] >>> for i, num in enumerate(numbers, start=52): ... print(i, num) ... 52 45 53 22 54 14 55 65 56 97 57 72

通過使用start參數(shù)，我們訪問所有相同的元素，從第一個索引開始，但現(xiàn)在我們的計數(shù)從指定的整數(shù)值開始。

2. 使用遞推式構(gòu)造列表而不是map()和filter()

一般使用者可能錯誤地認(rèn)為它沒有爭議，但Guido有充分的理由想要從Python中刪除map()和filter()。一個原因是Python支持遞推式構(gòu)造列表，它通常更容易閱讀并支持與map()和filter()相同的功能。

讓我們首先看看我們?nèi)绾螛?gòu)造對map()的調(diào)用以及等效的遞推構(gòu)造列表：

>>> numbers = [4, 2, 1, 6, 9, 7] >>> def square(x): ... return x*x ... >>> list(map(square, numbers)) [16, 4, 1, 36, 81, 49]>>> [square(x) for x in numbers] [16, 4, 1, 36, 81, 49]

使用map()和列表推導(dǎo)的兩種方法都返回相同的值，但列表推導(dǎo)更容易閱讀和理解。下面我們可以對filter()及其等效的列表推導(dǎo)做同樣的事情：

>>> def is_odd(x): ... return bool(x % 2) ... >>> list(filter(is_odd, numbers)) [1, 9, 7]>>> [x for x in numbers if is_odd(x)] [1, 9, 7]

就像我們在map中看到的那樣，filter和列表推導(dǎo)方法返回相同的值，但列表推導(dǎo)更容易理解。

來自其他語言的開發(fā)人員可能不同意構(gòu)造列表比map和filter更容易閱讀，但根據(jù)我的經(jīng)驗(yàn)，初學(xué)者能夠更直觀地寫出列表推導(dǎo)。但無論哪種方式，在編碼面試中使用列表推導(dǎo)很少會出錯，因?yàn)樗鼤屇阒繮ython中最常見的是什么。

• 個人認(rèn)為，無論是使用列表推導(dǎo)還是map和filter,只要熟練應(yīng)用都可以。

3. 使用斷點(diǎn)breakpoint()調(diào)試而不是print()

你可能通過在代碼中添加print并查看打印出的內(nèi)容來調(diào)試一個小問題。這種方法起初效果很好，但很快變得很麻煩。另外，在編碼面試設(shè)置中，你幾乎不希望在整個代碼中調(diào)用print()。

相反，你應(yīng)該使用調(diào)試器。對于不是很瑣碎的錯誤，它幾乎總是比使用print()更快，并且鑒于調(diào)試是編寫軟件的重要部分，它表明你知道如何使用可以在工作中快速開發(fā)的工具。

如果你使用的是Python 3.7，則無需導(dǎo)入任何內(nèi)容，只需在代碼中要放入調(diào)試器的位置調(diào)用breakpoint()：

# Some complicated code with bugs breakpoint()

調(diào)用breakpoint()會將你帶入pdb，這是默認(rèn)的Python調(diào)試器。在Python 3.6及更早版本中，你可以通過顯式導(dǎo)入pdb來執(zhí)行相同的操作：

import pdbpdb.set_trace()

像breakpoint()一樣，pdb.set_trace()會將你帶入pdb調(diào)試器。它不是那么簡潔，而且需要記住的多一點(diǎn)。你可能想要嘗試其他調(diào)試器，但pdb是標(biāo)準(zhǔn)庫的一部分，因此它始終可用。無論你喜歡哪種調(diào)試器，在進(jìn)行編碼面試設(shè)置之前，都值得嘗試使用它們來適應(yīng)工作流程。

• 關(guān)于pdb的用法，如果不清楚，我有一篇blog專門整理過點(diǎn)擊跳轉(zhuǎn)

4. 使用f-Strings格式化字符串

Python有很多不同的方法來處理字符串格式化，有時候不知道使用哪個。在coding的面試中，如果使用Python 3.6+，建議的格式化方法是Python的f-strings。

f-strings支持使用字符串格式化迷你語言，以及強(qiáng)大的字符串插值。這些功能允許你添加變量甚至有效的Python表達(dá)式，并在添加到字符串之前在運(yùn)行時對它們進(jìn)行評估：

>>> def get_name_and_decades(name, age): ... return f"My name is {name} and I'm {age / 10:.5f} decades old." ... >>> get_name_and_decades("Maria", 31) My name is Maria and I'm 3.10000 decades old.

f-string允許你將Maria放入字符串中，并在一個簡潔的操作中添加具有所需格式的年齡。需要注意的一個風(fēng)險是，如果你輸出用戶生成的值，那么可能會帶來安全風(fēng)險，在這種情況下，模板字符串可能是更安全的選擇。

5. 使用sorted()對復(fù)雜列表進(jìn)行排序

大量的編碼面試問題需要進(jìn)行某種排序，并且有多種有效的方法可以進(jìn)行排序。除非面試官希望你實(shí)現(xiàn)自己的排序算法，否則通常最好使用sorted()。你可能已經(jīng)看到了排序的最簡單用法，例如按升序或降序排序數(shù)字或字符串列表：

>>> sorted([6,5,3,7,2,4,1]) [1, 2, 3, 4, 5, 6, 7]>>> sorted(['cat', 'dog', 'cheetah', 'rhino', 'bear'], reverse=True) ['rhino', 'dog', 'cheetah', 'cat', 'bear]

默認(rèn)情況下，sorted()已按升序?qū)斎脒M(jìn)行排序，而reverse關(guān)鍵字參數(shù)則按降序排序。

值得了解的是可選關(guān)鍵字key，它允許你在排序之前指定將在每個元素上調(diào)用的函數(shù)。添加函數(shù)允許自定義排序規(guī)則，如果要對更復(fù)雜的數(shù)據(jù)類型進(jìn)行排序，這些規(guī)則特別有用：

>>> animals = [ ... {'type': 'penguin', 'name': 'Stephanie', 'age': 8}, ... {'type': 'elephant', 'name': 'Devon', 'age': 3}, ... {'type': 'puma', 'name': 'Moe', 'age': 5}, ... ] >>> sorted(animals, key=lambda animal: animal['age']) [{'type': 'elephant', 'name': 'Devon', 'age': 3},{'type': 'puma', 'name': 'Moe', 'age': 5},{'type': 'penguin', 'name': 'Stephanie, 'age': 8}, ]

通過傳入一個返回每個元素年齡的lambda函數(shù)，可以輕松地按每個字典的單個值對字典列表進(jìn)行排序。在這種情況下，字典現(xiàn)在按年齡按升序排序。

>有效利用數(shù)據(jù)結(jié)構(gòu)

算法在面試中得到了很多關(guān)注，但數(shù)據(jù)結(jié)構(gòu)可能更為重要。在coding面試環(huán)境中，選擇正確的數(shù)據(jù)結(jié)構(gòu)會對性能產(chǎn)生重大影響。除了理論數(shù)據(jù)結(jié)構(gòu)之外，Python還在其標(biāo)準(zhǔn)數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)中內(nèi)置了強(qiáng)大而方便的功能。這些數(shù)據(jù)結(jié)構(gòu)在面試中非常有用，因?yàn)樗鼈兡J(rèn)為你提供了許多功能，讓你可以將時間集中在問題的其他部分。

1. 使用set存儲唯一值

我們通常需要從現(xiàn)有數(shù)據(jù)集中刪除重復(fù)元素。新的開發(fā)人員有時會在列表應(yīng)該使用集合時執(zhí)行此操作，這會強(qiáng)制執(zhí)行所有元素的唯一性。

假裝你有一個名為get_random_word()的函數(shù)。它將始終從一小組單詞中返回一個隨機(jī)選擇：

>>> import random >>> all_words = "all the words in the world".split() >>> def get_random_word(): ... return random.choice(all_words)

你應(yīng)該重復(fù)調(diào)用get_random_word()以獲取1000個隨機(jī)單詞，然后返回包含每個唯一單詞的數(shù)據(jù)結(jié)構(gòu)。以下是兩種常見的次優(yōu)方法和一種好的方法。

糟糕的方法

get_unique_words()將值存儲在列表中，然后將列表轉(zhuǎn)換為集合：

>>> def get_unique_words(): ... words = [] ... for _ in range(1000): ... words.append(get_random_word()) ... return set(words) >>> get_unique_words() {'world', 'all', 'the', 'words'}

這種方法并不可怕，但它不必要地創(chuàng)建了一個列表，然后將其轉(zhuǎn)換為集合。面試官幾乎總是注意到（并詢問）這種類型的設(shè)計選擇。

更糟糕的做法

為避免從列表轉(zhuǎn)換為集合，你現(xiàn)在可以在不使用任何其他數(shù)據(jù)結(jié)構(gòu)的情況下將值存儲在列表中。然后，通過將新值與列表中當(dāng)前的所有元素進(jìn)行比較來測試唯一性：

>>> def get_unique_words(): ... words = [] ... for _ in range(1000): ... word = get_random_word() ... if word not in words: ... words.append(word) ... return words >>> get_unique_words() ['world', 'all', 'the', 'words']

這比第一種方法更糟糕，因?yàn)槟惚仨殞⒚總€新單詞與列表中已有的每個單詞進(jìn)行比較。這意味著隨著單詞數(shù)量的增加，查找次數(shù)呈二次方式增長。換句話說，時間復(fù)雜度在O(N^2)的量級上增長。

優(yōu)秀的方法

現(xiàn)在，你完全跳過使用列表，而是從頭開始使用一組：

>>> def get_unique_words(): ... words = set() ... for _ in range(1000): ... words.add(get_random_word()) ... return words >>> get_unique_words() {'world', 'all', 'the', 'words'}

除了從頭開始使用集合之外，這可能與其他方法沒有太大的不同。如果你考慮.add()中發(fā)生了什么，它甚至聽起來像第二種方法：得到單詞，檢查它是否已經(jīng)在集合中，如果沒有，則將其添加到數(shù)據(jù)結(jié)構(gòu)中。

那么為什么使用與第二種方法不同的集合呢？

它們是不同的，因?yàn)榧洗鎯υ氐姆绞皆试S接近恒定時間檢查值是否在集合中，而不像需要線性時間查找的列表。查找時間的差異意味著添加到集合的時間復(fù)雜度以O(shè)(N)的速率增長，這在大多數(shù)情況下比第二種方法的O(N^2)好得多。

2. 使用生成器節(jié)省內(nèi)存

前面提到，列表推導(dǎo)是方便的工具，但有時會導(dǎo)致不必要的內(nèi)存使用。想象一下，你被要求找到前1000個完美正方形的總和，從1開始。你知道列表推導(dǎo)，所以你快速編寫一個有效的解決方案：

>>> sum([i * i for i in range(1, 1001)]) 333833500

解決方案會列出1到1,000,000之間的每個完美平方，并對值進(jìn)行求和。你的代碼會返回正確的答案，但隨后您的面試官會開始增加您需要總和的完美正方形的數(shù)量。

起初，你的功能不斷彈出正確的答案，但很快就開始放慢速度，直到最后這個過程似乎永遠(yuǎn)持續(xù)下去。這不是你想要在面試中發(fā)生的一件事。

這里發(fā)生了什么？

它正在列出你要求的每個完美的方塊，并將它們?nèi)考悠饋怼＞哂?000個完美正方形的列表在計算機(jī)術(shù)語中可能不會很大，但是1億或10億是相當(dāng)多的信息，并且很容易占用計算機(jī)的可用內(nèi)存資源。這就是這里發(fā)生的事情。

值得慶幸的是，有一種解決內(nèi)存問題的快捷方法。你只需用括號替換方括號：

>>> sum((i * i for i in range(1, 1001))) 333833500

換出括號會將列表推導(dǎo)更改為生成器表達(dá)式。當(dāng)你知道要從序列中檢索數(shù)據(jù)，但不需要同時訪問所有數(shù)據(jù)的時候，生成器表達(dá)式非常適合。

生成器表達(dá)式返回生成器對象，而不是創(chuàng)建列表。該對象知道它在當(dāng)前狀態(tài)中的位置（例如，i = 49）并且僅在被要求時計算下一個值。

因此，當(dāng)sum通過重復(fù)調(diào)用.__ next __()來迭代生成器對象時，生成器檢查i 等于多少，計算i * i，在內(nèi)部遞增i，并將正確的值返回到sum。該設(shè)計允許生成器用于大量數(shù)據(jù)序列，因?yàn)橐淮沃挥幸粋€元素存在于內(nèi)存中。

3. 使用.get()和.setdefault()在字典中定義默認(rèn)值

最常見的編程任務(wù)之一涉及添加，修改或檢索可能在字典中或可能不在字典中的項(xiàng)。Python字典具有優(yōu)雅的功能，可以使這些任務(wù)簡潔明了，但開發(fā)人員通常會在不需要時檢查值。

想象一下，你有一個名為cowboy的字典，你想得到那個cowboy的名字。一種方法是使用條件顯式檢查key：

>>> cowboy = {'age': 32, 'horse': 'mustang', 'hat_size': 'large'} >>> if 'name' in cowboy: ... name = cowboy['name'] ... else: ... name = 'The Man with No Name' ... >>> name 'The Man with No Name'

此方法首先檢查字典中是否存在name鍵，如果存在，則返回相應(yīng)的值。否則，它返回默認(rèn)值。

雖然清楚地檢查key確實(shí)有效，但如果使用.get()，它可以很容易地用一行代替：

>>> name = cowboy.get('name', 'The Man with No Name')

get()執(zhí)行與第一種方法相同的操作，但現(xiàn)在它們會自動處理。如果key存在，則返回適當(dāng)?shù)闹怠７駝t，將返回默認(rèn)值。

但是，如果你想在仍然訪問name的key時使用默認(rèn)值更新字典呢？ .get()在這里沒有真正幫助你，所以你只需要再次顯式檢查這個值：

>>> if 'name' not in cowboy: ... cowboy['name'] = 'The Man with No Name' ... >>> name = cowboy['name']

檢查values并設(shè)置默認(rèn)值是一種有效的方法，并且易于閱讀，但Python再次使用.setdefault()提供了更優(yōu)雅的方法：

>>> name = cowboy.setdefault('name', 'The Man with No Name')

.setdefault()完成與上面代碼片段完全相同的操作。它檢查cowboy中是否存在名稱，如果是，則返回該值。否則，它將cowboy [‘name’]設(shè)置為The Man with No Name并返回新值。

>利用Python的標(biāo)準(zhǔn)庫

默認(rèn)情況下，Python提供了許多功能，這些功能只是一個導(dǎo)入語句。它本身就很強(qiáng)大，但知道如何利用標(biāo)準(zhǔn)庫可以增強(qiáng)你的編碼面試技巧。

從所有可用模塊中挑選最有用的部分很困難，因此本節(jié)將僅關(guān)注其實(shí)用功能的一小部分。希望這些對您在編碼訪談中有用，并且您希望了解更多有關(guān)這些和其他模塊的高級功能的信息。

1. 使用collections.defaultdict()處理缺少的字典鍵

當(dāng)你為單個鍵設(shè)置默認(rèn)值時，.get()和.setdefault()可以正常工作，但通常需要為所有可能的未設(shè)置鍵設(shè)置默認(rèn)值，尤其是在面試環(huán)境中進(jìn)行編程時

假裝你有一群學(xué)生，你需要記錄他們在家庭作業(yè)上的成績。輸入值是具有格式（student_name，grade）的元組列表，但是你希望輕松查找單個學(xué)生的所有成績而無需迭代列表。

存儲成績數(shù)據(jù)的一種方法是使用將學(xué)生姓名映射到成績列表的字典：

>>> student_grades = {} >>> grades = [ ... ('elliot', 91), ... ('neelam', 98), ... ('bianca', 81), ... ('elliot', 88), ... ] >>> for name, grade in grades: ... if name not in student_grades: ... student_grades[name] = [] ... student_grades[name].append(grade) ... >>> student_grades {'elliot': [91, 88], 'neelam': [98], 'bianca': [81]}

在這種方法中，你迭代學(xué)生并檢查他們的名字是否已經(jīng)是字典中的屬性。如果沒有，則將它們添加到字典中，并將空列表作為默認(rèn)值。然后將實(shí)際成績附加到該學(xué)生的成績列表中。

但是有一個更簡潔的方法，可以使用defaultdict，它擴(kuò)展了標(biāo)準(zhǔn)的dict功能，允許你設(shè)置一個默認(rèn)值，如果key不存在，它將按默認(rèn)值操作：

>>> from collections import defaultdict >>> student_grades = defaultdict(list) >>> for name, grade in grades: ... student_grades[name].append(grade)

在這種情況下，你將創(chuàng)建一個defaultdict，它使用不帶參數(shù)的list構(gòu)造函數(shù)作為默認(rèn)方法。沒有參數(shù)的list返回一個空列表，因此如果名稱不存在則defaultdict調(diào)用list()，然后再把學(xué)生成績添加上。如果你想更炫一點(diǎn)，你也可以使用lambda函數(shù)作為值來返回任意常量。

利用defaultdict可以使代碼更簡潔，因?yàn)槟悴槐負(fù)?dān)心key的默認(rèn)值。相反，你可以在defaultdict里處理它們一次，然后key就終存在了。

2. 使用collections.Counter計算Hashable對象

假如你有一長串沒有標(biāo)點(diǎn)符號或大寫字母的單詞，你想要計算每個單詞出現(xiàn)的次數(shù)。

你可以使用字典或defaultdict增加計數(shù)，但collections.Counter提供了一種更清晰，更方便的方法。 Counter是dict的子類，它使用0作為任何缺失元素的默認(rèn)值，并且更容易計算對象的出現(xiàn)次數(shù)：

>>> from collections import Counter >>> words = "if there was there was but if ... there was not there was not".split() >>> counts = Counter(words) >>> counts Counter({'if': 2, 'there': 4, 'was': 4, 'not': 2, 'but': 1})

當(dāng)你將單詞列表傳遞給Counter時，它會存儲每個單詞以及該單詞在列表中出現(xiàn)的次數(shù)。

如果你好奇兩個最常見的詞是什么？只需使用.most_common（）：

>>> counts.most_common(2) [('there', 4), ('was', 4)]

.most-common（）是一個方便的方法，只需按計數(shù)返回n個最頻繁的輸入。

3. 使用字符串常量訪問公共字符串組

現(xiàn)在有一個瑣事需要判斷！‘A’>‘a(chǎn)’是真是假？ 這是假的，因?yàn)锳的ASCII代碼是65，但a是97，65不大于97。為什么答案很重要？因?yàn)槿绻阆霗z查一個字符是否是英語字母表的一部分，一種流行的方法是看它是否在A和Z之間（在ASCII圖表上是65和122）。

檢查ascii代碼是可行的，但是的卻很笨拙，很容易弄亂，特別是當(dāng)你記不清是小寫還是大寫的ascii字符排在第一位的時候。這時候，使用定義在字符串模塊中的常量要容易得多。

你可以使用is_upper()，它返回字符串中的所有字符是否都是大寫字母：

>>> import string >>> def is_upper(word): ... for letter in word: ... if letter not in string.ascii_uppercase: ... return False ... return True ... >>> is_upper('Thanks Geir') False >>> is_upper('LOL') True

is_upper()迭代word中的字母，并檢查字母是否為string.ascii_大寫字母的一部分。如果你打印出string.ascii_大寫，你會發(fā)現(xiàn)它只是一個字符串，該值設(shè)置為文本“ABCDEFGHIJKLMNOPQRSTUVWXYZ”。

所有字符串常量都只是經(jīng)常引用的字符串值的字符串。其中包括以下內(nèi)容：

• string.ascii_letters
• string.ascii_uppercase
• string.ascii_lowercase
• string.digits
• string.hexdigits
• string.octdigits
• string.punctuation
• string.printable
• string.whitespace

這些更容易使用，更重要的是，更容易閱讀。

4. 使用Itertools生成排列和組合

例子：你去游樂園，決定找出每一對可能坐在過山車上的朋友。

除非生成這些配對是面試問題的主要目的，否則很可能生成所有可能的配對只是朝著工作算法前進(jìn)的一個乏味的步驟。你可以自己用嵌套for循環(huán)計算它們，也可以使用強(qiáng)大的itertools庫。

itertools有多個工具來生成可重復(fù)輸入數(shù)據(jù)序列，但現(xiàn)在我們只關(guān)注兩個常見函數(shù)：itertools.permutations()和itertools.combinations()。

itertools.permutations()構(gòu)建所有排列的列表，這意味著它是輸入值的每個可能分組的列表，其長度與count參數(shù)匹配。r關(guān)鍵字參數(shù)允許我們指定每個分組中有多少值：

>>> import itertools >>> friends = ['Monique', 'Ashish', 'Devon', 'Bernie'] >>> list(itertools.permutations(friends, r=2)) [('Monique', 'Ashish'), ('Monique', 'Devon'), ('Monique', 'Bernie'), ('Ashish', 'Monique'), ('Ashish', 'Devon'), ('Ashish', 'Bernie'), ('Devon', 'Monique'), ('Devon', 'Ashish'), ('Devon', 'Bernie'), ('Bernie', 'Monique'), ('Bernie', 'Ashish'), ('Bernie', 'Devon')]

對于排列，元素的順序很重要，因此(“sam”、“devon”)表示與(“devon”、“sam”)不同的配對，這意味著它們都將包含在列表中。

itertools.combinations()生成組合。這些也是輸入值的可能分組，但現(xiàn)在值的順序無關(guān)緊要。因?yàn)?‘sam’、‘devon’)和(‘devon’、‘sam’)代表同一對，所以輸出列表中只會包含它們中的一個：

>>> list(itertools.combinations(friends, r=2)) [('Monique', 'Ashish'), ('Monique', 'Devon'), ('Monique', 'Bernie'), ('Ashish', 'Devon'), ('Ashish', 'Bernie'), ('Devon', 'Bernie')]

由于值的順序與組合有關(guān)，因此同一輸入列表的組合比排列少。同樣，因?yàn)槲覀儗設(shè)置為2，所以每個分組中都有兩個名稱。

.combinations和.permutations只是強(qiáng)大庫的一個小例子，但是當(dāng)你試圖快速解決算法問題時，即使這兩個函數(shù)也非常有用。

關(guān)于原文

鏈接：https://realpython.com/python-coding-interview-tips/點(diǎn)擊跳轉(zhuǎn)?感謝python中文社區(qū)

總結(jié)

以上是生活随笔為你收集整理的python小技巧积累--题库（持续更新）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。