在刷LeetCode题中遇到一个这样的题:Projection Area of 3D Shapes
整个题目可以简化成这样一个模型:
给一个N*N的二维的list,例如:
grid = [[1,2,3,4],
[5,6,7,8],
[9,10,11,12],
[13,14,15,16]]
返回a,b,c之和,其中a,b,c分别为:
# a = sum(max value for every col)
# b = sum(max value for every row)
# c = sum(1 for every x > 0) # for every x in grid
这里是一个使用内置函数map的好机会,尤其是和lambda函数结合起来用。
先举一个简单的例子:
a = [1, 2, 3]
y = map(lambda x: x+1, a)
print(list(y))
# 结果为[2,3,4]
这个例子中,map()函数将lambda函数应用于每个元素x,它返回一个map对象(Python3),可以将其转换为某个可迭代对象,如list或者tuple。
对于LeetCode这道题的a来说,很好计算:
对于grid的每一行x(x也是一个list),求max(x)。map()函数返回的map对象,如果转换成list,就是下面代码里的y,是每一行的最大值组成的list=[4, 8, 12, 16]。当然我们可以不用转换成list,直接求和,即为a=40。
# y = list(map(lambda x: max(x), [row for row in grid]))
# y = [4, 8, 12, 16]
a = sum(map(lambda x: max(x), [row for row in grid]))
# a = 40
对于这个题的c来说,也很好计算:
对于grid的每一行row,对于row里面的每一个元素x,判断x是否大于0,若大于0,则加1,若小于等于0(其实不能小于0),则不加。在代码里直接写成对(x>0)求和,因为如果为真,就相当于加了1,为假,就相当于加了0。
c = sum(map(lambda x: x>0,[v for row in grid for v in row]))
# c = 16
求b要麻烦一点,对于grid这个二维矩阵来说,我们对每一行求最大值很简单,对每一列求最大值就需要先将矩阵行列互换,求转置。对于这个问题,Python中的内置函数zip()可以很巧妙的实现。
首先介绍zip()函数。zip可以接受一系列可迭代的对象作为参数,将对象中对应的元素打包成一个个元组tuple,然后(在Python3)中返回zip对象,zip对象也是一个Iterator(在Python2中则返回由这些tuples组成的list对象)。如果传入参数的长度不等,则(在Python2中)返回的list的长度和参数中最短的对象相同。利用*号操作符,可以将list unzip(解压)。举一个例子:
a = [1, 2, 3]
b = [4, 5, 6]
zipped = list(zip(a, b))
# zipped = [(1, 4), (2, 5), (3, 6)]
unzipped = list(zip(*zipped))
# unzipped = [(1, 2, 3), (4, 5, 6)]
对于list a=[1, 2, 3]和list b=[4, 5, 6]来说,zip(a,b)把list a和list b对应元素打包成元组,得到[(1, 4), (2, 5), (3, 6)]。
因此对于一个二维矩阵[[1, 4], [2, 5], [3, 6]],我们可以看成它是[(1, 2, 3), (4, 5, 6)]经过打包而得,我们如果对[[1, 4], [2, 5], [3, 6]]进行解压unzip,就回实现矩阵行列转换。
返回我们求b,对grid每一列求最大值,也就是先对行列转换后的grid的每一行求最大值的问题上来,我们可以先zip(*grid),再按照求a时,用map()函数求解。
b = sum(map(lambda x: max(x), [row for row in zip(*grid)]))
# b = 13+14+15+16 = 58
所以可以用一行Python来解决这个问题
return sum(map(lambda x: max(x), [row for row in grid])) + sum(map(lambda x: max(x), [row for row in zip(*grid)])) + sum(map(lambda x: x>0,[v for row in grid for v in row]))
然而,我们如果进一步探索一下map()函数,我们可以不用lambda函数,找到一个形式上更简便的解法。
Python中map()函数的格式如下:
map(func, seq1[, seq2,...])
第一个参数接受一个函数名,后面的参数接受一个或多个可迭代的序列。
我们可以直接将max传入第一个参数,采用这样的形式来省略掉lambda:
a = sum(map(max, grid))
b = sum(map(max, zip(*grid)))
c = sum(x > 0 for row in grid for x in row)
return a+b+c
在这里row_max和row_max_lambda是一样的
row_max = list(map(max, grid))
row_max_lambda = list(map(lambda x: max(x), [row for row in grid]))
# row_max = row_max_lambda = [4, 8, 12, 16]
https://blog.csdn.net/eric_sunah/article/details/20551087
https://blog.csdn.net/SeeTheWorld518/article/details/46959871