【Python】有权重的数据进行随机选取（折半查找）

算法入门到放弃: 我为什么要研究算法？我又不是开发？我是QA而已？为啥.....

背景：

之前有遇到一个问题：自动化测试过程中，测试人员编辑的大量的用例脚本，由于测试周期较短，我们需要着重执行其中重要的脚本（非必需），也就是说对一些脚本配置权重，在执行测试的过程中，让他们执行的可能性增大，并有可能重复执行。那好，你觉得怎么处理才好？

解决：

我的拙见就是：直接上代码

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
@author: jayzhen
@email: jayzhen_testing@163.com
@file: test_random_data
@time: 2018/4/4  11:34
"""
from __future__ import division
import random


# 这个字典：实际中就是配置文件所配置的（A是脚本类名，3是脚本执行的权重）
source = {'A': 3, 'E': 10, 'C': 5, 'D': 1, 'B': 7, 'G': 15, 'W': 30, 'Z': 9}

# 会将权重数据实例化成对象
class Data(object): 
	def __init__(self): 
		self.name = None 
		self.num = None 
		self.weight = None 
	def __str__(self): 
		return str(self.name) + "; " + str(self.weight) + '; ' + str(self.num)
li = []
n = 0  
# 这个循环是处理字典中的数据
for i in source: 
	data = Data() 
	data.name = i # 对应的key（正式是脚本的类名） 
	data.weight = source[i] # 对应的权重 
	data.num = source[i] if n == 0 else source[i] + li[n - 1].num # 这个是高深之处了 
	li.append(data) # 将数据放到list中去 
	n += 1

#简单的打印一下
for i in li: 
	print i

length = len(li)

# 随机取个三个脚本出来
for i in xrange(3): 
	begin = 0 
	end = length - 1 
	tmp = random.randrange(li[length - 1].num) # 随机数 
	print "========"+str(tmp)+"=========="
	# 对list中的对象进行折半查找 
	for n in xrange(length): 
		half = int((begin + end) / 2) # 如果数列是偶数就是中间偏左，奇数就是中间数了 
		if tmp == 0: 
			print str(tmp) + " : "+li[0].name 
			break 
		if li[half].num - li[half].weight < tmp <= li[half].num: 
			print str(tmp) + " : " + li[half].name 
			break 
		if begin > end: 
			break 
		if tmp > li[half].num: 
			begin = half + 1 
			continue 
		if tmp <= li[half].num - li[half].weight: 
			end = half - 1 
			continue

执行结果:

脚本名称:A;	  权重:3;	  权重位:3
脚本名称:C;	  权重:5;	  权重位:8
脚本名称:B;	  权重:7;	  权重位:15
脚本名称:E;	  权重:10;	  权重位:25
脚本名称:D;	  权重:1;	  权重位:26
脚本名称:G;	  权重:15;	  权重位:41
脚本名称:W;	  权重:30;	  权重位:71
脚本名称:Z;	  权重:9;	  权重位:80
========55==========
55 : W
========26==========
26 : D 
========30==========
30 : G

原理（不想打字，手绘图，请谅解）

总结：

这中随机方案最大的优点就是简单，但不是我想出来的，我也记不起来是在哪看到的了。缺点就是算法有待优化，当前得到的随机结果，可能并不是实际工作过程中需要的，因为一组数据数据有可能出现在同一集合（比如：E）,这样的话就有问题了，脚本不能重复执行多次啊，所以业务性算法要有独特的角度去完善。在后续的多机运行selenium脚本的时候，会在继续优化这个算法。