一个关于随机分组需求的Python方案与思考

需求描述：

这是一个实际生活中遇到的需求，一共有8个人需要在一周的5个工作日值班，每天都需要5个人完成值班任务，其中有一个人是个组长。要求组长在这5天里一共值班4次，其他人员均值班3次，每天的5个值班人员是8个人中的5人随机组合。

 

分析：

乍一看，好像有点无从下手，咱们细细分析就可以这样考虑，我们假设每个人都有分身术，组长一共有4个分身，其他人均有3个分身，这时正好25个人，组合后正好可以满足5天（25人）的值班要求。我们就可以对这25个假设对象进行随机分组，唯一的要求就是：同一身份的人不能分到一组中（即同一个人的分身不能分到一起）。分5组即可。

 

Python实现（Python3.7）：

import random


# 构建分身数据源（25个分身对象）
def get_source_data():
    data = []
    for i in range(4):
        data.append({"name":"组长", "role":i}) # role表示分身ID
    for i in range(7):
        for j in range(3):
            data.append({"name": "组员" + str(i), "role": j})
    return data


# 进行5次选择，选出5组
def group_by_random():
    des_list = []
    data_list = get_source_data()
    for i in range(5): # 分5组
        one_list = []
        has_selected = {} # 标记某个人是否已经被添加进当前组中
        while(len(one_list) < 5): # 直到每组中有5个不同的人（组中最多有同一个人的1个分身）
            index = random.randint(0, len(data_list)-1)
            person = data_list[index]
            # 如果这个人（此处不区分“分身”，只区分“人”）没有被添加到当前组中，就添加该分身到组中，同时删除原数据列表中的这个分身对象
            if not has_selected.__contains__(person["name"]): 
                one_list.append(person["name"])
                data_list.pop(index)
                has_selected[person["name"]] = True
        des_list.append(one_list)
    return des_list


if __name__ == '__main__':
    for group in group_by_random():
        print("分组：", group)

分组结果：

分组： ['组员1', '组长', '组员3', '组员2', '组员5']
分组： ['组员0', '组员4', '组长', '组员6', '组员1']
分组： ['组员5', '组员6', '组长', '组员3', '组员0']
分组： ['组员6', '组员2', '组员4', '组员1', '组员3']
分组： ['组员4', '组长', '组员0', '组员5', '组员2']

Process finished with exit code 0

 

问题发现与思考：

问题1、如果人数是成百上千甚至更多呢，数据集就会变得更大，总不能再去创建“分身”对象数据集吧！

问题2、对25个元素的数据集进行随机选取5个元素的时候，存在这样一种可能：前3次随机的结果都是同样的5个人， 这样在第4次随机的时候，导致数据集中的人数少于5个，虽然“分身”元素可能足够用。这种情况下，就会概率性地导致程序卡在group_by_random的while循环处，无法结束程序。问题严重啊~~~  问题代码如下：

    for i in range(5): # 分5组
        one_list = []
        has_selected = {} # 标记某个人是否已经被添加进当前组中
        # 【注意】这里随机选取的时候，有可能出现连续多次选择到相同的5个人，当这个次数达到3次，就会出现意外情况。。。
        while(len(one_list) < 5): # 直到每组中有5个不同的人（组中最多有同一个人的1个分身）
            index = random.randint(0, len(data_list)-1)
            person = data_list[index]
            if not has_selected.__contains__(person["name"]): 
                one_list.append(person["name"])
                data_list.pop(index)
                has_selected[person["name"]] = True
        des_list.append(one_list)

所以我们变换一种思路，“组长”比较特殊，因为他多一次呗被选中的机会，所以我们先把这次机会取出来，放在一边，不管他。这样所有的8个成员都是一样的情况了，每人可以被选择3次，一共24次。

1、搞一个列表存放这8人，并对列表内元素进行随机排序，

2、顺序的回归选取列表中的元素，选取5次，每次选连续的5个元素（例如：第一次选列表的前5个元素，第二次选取接下来的3个元素和列表头部的2个元素，以此类推......）。最后再把最后一组的最后一个数据删除（因为是多选的一个），添加上“组长”元素。这样就选择出了5组元素（在一个列表中，即列表中有5个列表，每个列表又包含5个元素）。

3、显然这是有规则的顺序选取，所以我们需要对这5组元素进行一个随机排序，以达到随机选取的效果。（这可能并不是严格意义上的机会均等随机，但足以满足需求了）

 

秘书，上代码（优化后）：

import random


# 构建数据源
def get_source_data():
    """
    获得一个数据列表，其内容为8个成员，其中一个为“组长”，其余为“组员”
    :return:
    """
    data = ["组员"+str(x) for x in range(7)]
    data.append("组长")
    return data


# 进行5次选择，选出5组
def group_by_order(data_list):
    """
    对列表进行顺序读取，每5个放到一组中，当读取到列表的最后一个值，就跳转到列表的0索引处，继续读取。
    最终返回一个包含5个列表的列表
    :param data_list:
    :return: 一个二维列表:5x5
    """
    des_list = []
    index = 0
    for i in range(5):
        group = []
        for k in range(5):
            group.append(data_list[index])
            index += 1
            if index > len(data_list)-1:
                index = 0
        if i is 4:# 对“组长”的情况特殊处理
            group.pop(len(group)-1)
            group.append("组长")
        des_list.append(group)
    return des_list


def set_random(data_list):
    """
    对一个列表里的值得顺序随机打乱
    :param data_list:
    :return:
    """
    return random.sample(data_list, len(data_list))


if __name__ == '__main__':
    data = set_random(get_source_data())
    groups = group_by_order(data)
    groups = set_random(groups)
    for group in groups:
        print("分组：", group)

 

打印结果：

分组： ['组员3', '组员4', '组员6', '组员0', '组长']
分组： ['组员1', '组员5', '组员3', '组员4', '组员6']
分组： ['组员2', '组员1', '组员5', '组员3', '组员4']
分组： ['组员0', '组长', '组员2', '组员1', '组员5']
分组： ['组员6', '组员0', '组长', '组员2', '组长']

Process finished with exit code 0

如果你有更好的方法，欢迎评论留言~

#End#