Python - 从索引 k 开始查找列表 A 中最小元素的索引答案

【问题标题】：Python - Finds the index of the smallest element in the list A from index k onwardsPython - 从索引 k 开始查找列表 A 中最小元素的索引
【发布时间】：2018-09-12 11:34:10
【问题描述】：

我一直在寻找如何考虑“k”来解决以下问题。基本上，它应该从索引 k 开始，并在从 k 到列表末尾的范围内查找最小值。

def find_min_index(A, k):
    """
    Finds the index of the smallest element in the list A from index k onwards

    Parameters:
        A (list)
        k: index from which start search

    Example use:
    >>> find_min_index([1, 2, 5, -1], 0)
    3
    >>> find_min_index([1, 1, 1, 5, 9], 2)
    2
    """

    minpos = A.index(min(A))
    return minpos

【问题讨论】：

到目前为止你做了什么？你需要有 list[k:] 并在循环或类似的东西中找到最小的元素。
k + numpy.argmin(A[k:])
@Ekrem 只是最后两行，包括 minpos，而不是我尝试以某种方式包括 k 步骤但没有成功..
@dobera 在我发表评论后，已经发送了一些不错的答案。如我所见，您很难创建以第 k 个索引开头的子列表。

标签： python list indexing min

【解决方案1】：

单线解决方案是这样的：

return A[k:].index(min(A[k:]) + k

你从 A[k:] 中选择最小的元素，在 A[k:] 中找到它的索引并添加 k 来补偿搜索区域。

一个稍微整洁的解决方案是这样的：

slice = A[k:]
return slice.index(min(slice)) + k

【讨论】：

你可能不应该切片两次。切片一次，存储在变量中并重复使用。

【解决方案2】：

在以k 作为起始索引对列表进行切片之前，您可以使用enumerate 来跟踪原始索引：

from operator import itemgetter
def find_min_index(A, k):
    return min(list(enumerate(A))[k:], key=itemgetter(1))[0]

这样：

print(find_min_index([1, 2, 5, -1], 0))
print(find_min_index([1, 1, 1, 5, 9], 2))

会输出：

3
2

【讨论】：

【解决方案3】：

您可以使用enumerate 查找 min 的索引：

def find_min_index(A, k):
    """
    Finds the index of the smallest element in the list A from index k onwards

    Parameters:
        A (list)
        k: index from which start search

    Example use:
    >>> find_min_index([1, 2, 5, -1], 0)
    3
    >>> find_min_index([1, 1, 1, 5, 9], 2)
    2
    """

    o, _ = min(enumerate(A[k:]), key=lambda i: i[1])
    minpos = k + o
    return minpos


print(find_min_index([1, 2, 3, 4], 1))
print(find_min_index([4, 3, 2, 1], 1))

输出

1
3

【讨论】：

【解决方案4】：

您可以将k 添加到从切片输入列表计算的索引中：

def find_min_index(A, k):
    sliced = A[k:]
    return k + sliced.index(min(sliced))

find_min_index([1, 2, 5, -1], 2)    # 3
find_min_index([1, 1, 1, 5, 9], 2)  # 2

【讨论】：