我可以使用字典本身中的 for 循环直接在字典中定义一个值吗？答案

【问题标题】：Can I define a value in a dictionary directly using a for loop within the dictionary itself?我可以使用字典本身中的 for 循环直接在字典中定义一个值吗？
【发布时间】：2019-02-20 11:47:46
【问题描述】：

我正在处理一些 Project Euler 问题，并且有一个解决方案我想让它更具适应性。问题本身在这里并不重要，但对于那些好奇的人来说，这是问题 11。

目前，我有一个由 20 x 20 整数值组成的网格，我正在寻找 4 个相邻值的最大乘积。这一切都很好而且很快。我目前拥有的是以下内容：

maxi = 0
amount = 4
for i in range (0,len(grid) - amount):
    for j in range (0,len(grid) - amount):
        try:
            max_dic = {
            'right':grid[i][j]*grid[i][j+1]*grid[i][j+2]*grid[i][j+3],
            'down':grid[i][j]*grid[i+1][j]*grid[i+2][j]*grid[i+3][j],
            'down_right':grid[i][j]*grid[i+1][j+1]*grid[i+2][j+2]*grid[i+3][j+3],
            'down_left':grid[i][j]*grid[i+1][j-1]*grid[i+2][j-2]*grid[i+3][j-3]
            }
        except IndexError:
            pass
        max_key = str(max(max_dic.items(), key=operator.itemgetter(1))[0])
        if max_dic[max_key] > maxi:
            maxi = max_dic[max_key]

我想做的是用我可以改变的东西（所以就数量而言）替换字典中的值，我想使用 for 循环范围从 0 到 amount-1，看起来像这样：

'right': for a in range(amount): # Multiply the correct values

但是，我不确定这是否可行，如果可行，如何实现。

关于如何做到这一点的任何建议？

【问题讨论】：

标签： python dictionary int grid-layout

【解决方案1】：

在您当前的实现中，无论何时，您都不会得到max_dic 结果任何部分都超出了网格边界。通常在这样的问题中，你确实想要部分结果。如果是这样，你可能想要以更细粒度的方式处理IndexError 的能力。例如，你可以创建一个简单的辅助函数，它需要一个网格和两个索引返回值或某个默认值（在乘法的情况下为 1）。

def get_val(grid, i, j, default = 1):
    try:
        return grid[i][j]
    except IndexError:
        return default

一旦你有了这个构建块，你只需准备一些清单索引，然后使用标准库中的一些函数：

from operator import mul
from functools import reduce

# Inside your two loops over i and j ...

ms = list(range(i, i + amount))
ns = list(range(j, j + amount))
rns = list(range(j, j - amount, -1))

max_dic = {
    'right'      : reduce(mul, [get_val(grid, i, n) for n in ns]),
    'down'       : reduce(mul, [get_val(grid, m, j) for m in ns]),
    'down_right' : reduce(mul, [get_val(grid, m, n) for m, n in zip(ms, ns)]),
    'down_left'  : reduce(mul, [get_val(grid, m, n) for m, n in zip(ms, rns)]),
}

【讨论】：

非常好，我没想过这样做，现在我看到它似乎很明显。正如我预期的那样，比以前的硬编码版本慢，但没有我想象的那么慢。谢谢：D

【解决方案2】：

你可以写类似的东西

import numpy as np
...
'right': np.prod([grid[i][j] for j in range(i, i + amount)])

【讨论】：