偶然看到了 stackoverflow 上的一個問題，還挺有啟發(fā)，故分享一下。
題目大意是：有從 A 到 F 的 5 個等級，現(xiàn)要判斷某個數(shù)值（從 0 到 1 之間）所屬的等級。舉例，如數(shù)值 >= 0.9，則屬于 A；若數(shù)值 >= 0.8，則屬于 B；以此類推。
若使用 if-elif 語句，可能會寫成這樣：
if scr >= 0.9:
print('A')
elif scr >= 0.8:
print('B')
elif scr >= 0.7:
print('C')
elif scr >= 0.6:
print('D')
else:
print('F')
此寫法出現(xiàn)了很多重復(fù)的模式，不夠簡潔優(yōu)雅。有什么更好的寫法，來實(shí)現(xiàn)這個目的呢？
該問題下的回答挺多的，實(shí)現(xiàn)思路五花八門。我挑幾個可讀性比較好：
方法一：使用bisect 模塊（數(shù)字可調(diào)）
方法二：使用 zip() 與 next()
方法三：使用字典（僅適用于 Python 3.6 以上的有序字典）
還有其它幾個回答，雖然都能實(shí)現(xiàn)數(shù)字分級的目的，但是其可讀性要差很多，因?yàn)樗鼈円葱枰阕饔嬎愫屯评恚淳褪且肓祟~外的變量。
感興趣的話，你可在這個地址查看全部答案：https://stackoverflow.com/questions/61030617/how-can-i-simplify-repetitive-if-elif-statements
縱觀全部答案后，我認(rèn)為還是使用bisect 的方法最高效優(yōu)雅，不愧是它獲得了最高的贊同票。
這里簡單分析下它的實(shí)現(xiàn)過程。
bisect 是 Python 內(nèi)置的標(biāo)準(zhǔn)庫，實(shí)現(xiàn)了二分查找算法。所謂二分查找，也被稱為“折半查找”（Binary Search），其基本思想是把有序排列的 n 個元素平均分成兩半，然后將待查找的 x 與中間元素比較，若 x 小于中間元素，則將左半段二分，再將 x 與其中間元素比對，以此類推。
這是一個簡單的圖示例子：
bisect 庫中的 bisect() 方法，查找元素 x 在一個升序序列中的插入點(diǎn) i，使得插入點(diǎn)左側(cè)的元素都小于等于 x，插入點(diǎn)右側(cè)的元素都大于 x。
對照前面的例子：
from bisect import bisect
def grade(score, breakpoints=[60, 70, 80, 90], grades='FDCBA'):
i = bisect(breakpoints, score)
return grades[i]
可以化簡成兩部分：
- bisect([60, 70, 80, 90], score)，返回插入點(diǎn)的值。假如 score 是 59，計算得出插入點(diǎn)在 60 的左側(cè)，而 Python 列表的索引值是以 0 開始，所以返回插入點(diǎn)的值為 0；假如 score 是 60，計算得出插入點(diǎn)在 60 的右側(cè)，即返回索引值為 1。
- 'FDCBA'[i]，返回索引值為 i 的字符。假如 i 是 0，得到“F”；假如 i 是 3，得到“B”……
二分查找算法是效率較高的算法，時間復(fù)雜度為 O(logn)。該題目的查找范圍很小，所以時間效率差別不大。但是其寫法稱得上是 Pythonic，值得借鑒。
另外，再看看前面的方法三（使用字典），它的可讀性很強(qiáng)，即順次將 scr 與字典中的值比較（從高往低，即 0.9~0.5），以此得出對應(yīng)的鍵值。（PS：它多分了一個“E”級，可去掉）
如果 Python 版本低于 3.6，則 grades.items() 會是無序的，將會破壞比較的順序。為了兼容性，可以修改成 sorted(grades.items())：
這種寫法沒有引入額外的庫，使用的 items() 與 sorted() 都是基礎(chǔ)知識（相比于方法二的 zip() 與 next()），簡單實(shí)用，也非常值得推薦。
不管怎么說，反復(fù)使用 if-elif 語句的判斷方式是挺笨拙的，必須改進(jìn)。文中列出的都是目前比較受認(rèn)可的回答。
如果有面試官把它作為面試題，我覺得會挺有意思：難度不大，有發(fā)揮空間。
讀者們可有其它想法？歡迎留言討論。
