image.png
sample(seq, n)从序列seq中选择n个随机且不相同的元素；
一般的方法，但是效率不高
from random import randint, sample
# 随机产生abcdefg球员中的3-6个人随机进1-4个球
s1 = {x: randint(1, 4) for x in sample("abcdefg", randint(3, 6))}
s2 = {x: randint(1, 4) for x in sample("abcdefg", randint(3, 6))}
s3 = {x: randint(1, 4) for x in sample("abcdefg", randint(3, 6))}
res = []
for k in s1:
if k in s2 and k in s3:
res.append(k)
解决方法
image.png
map函数
map(function, iterable, ...)函数会根据提供的函数对指定序列做映射。
第一个参数function以参数序列中的每一个元素调用function函数，返回包含每次function函数返回值的新列表。
# 计算平方数
def square(x) :
return x ** 2
map(square, [1,2,3,4,5])
# 使用 lambda 匿名函数
map(lambda x: x ** 2, [1, 2, 3, 4, 5])
# [1, 4, 9, 16, 25]
# 提供了两个列表，对相同位置的列表数据进行相加
map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
# [3, 7, 11, 15, 19]
reduce函数
reduce(function, iterable)函数会对参数序列中元素进行累积。
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给reduce中的函数function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用function函数运算，最后得到一个结果。
# 求和
reduce(lambda x, y: x+y, [1,2,3,4,5])
# 15
最后
from random import randint, sample
from functools import reduce
# 随机产生abcdefg球员中的3-6个人随机进1-4个球
s1 = {x: randint(1, 4) for x in sample("abcdefg", randint(3, 6))}
s2 = {x: randint(1, 4) for x in sample("abcdefg", randint(3, 6))}
s3 = {x: randint(1, 4) for x in sample("abcdefg", randint(3, 6))}
res = reduce(lambda a, b: a & b, map(dict.keys, [s1, s2, s3]))
print(res)
