如何用非嵌套条件方式实现多维度条件到ID数组的映射？

1. 结构化规则配置表（最推荐） #

把所有735种组合的映射规则和代码逻辑分离，用JSON、YAML或CSV等格式存储配置，程序启动时加载配置，再通过通用逻辑匹配结果。

示例配置结构（JSON）：

[
  {
    "time_slot": "时段1",
    "temp_min": 80,
    "temp_max": Infinity,
    "weather": "tornado",
    "ids": [15, 1, 82]
  },
  {
    "time_slot": "时段1",
    "temp_min": 80,
    "temp_max": Infinity,
    "weather": "cloudy",
    "ids": [1, 16, 28]
  }
]

实现思路：

• 提前将配置转换成多层索引字典（比如config[时段][温度区间标识][天气] = ID数组），避免遍历开销
• 写一个辅助函数，将输入的温度映射到对应的区间标识（比如输入80返回"高温区间"）
• 直接通过索引字典快速获取结果，无需嵌套判断

这种方式的优势是：规则修改无需改动代码，可批量导入所有组合，维护成本极低。

2. 多维度键映射字典 #

把时段、温度区间、天气三个维度转换成可直接作为字典键的标识，构建三层嵌套字典直接匹配。

示例代码（Python）：

# 先定义温度区间转换函数
def get_temp_range(temp):
    if temp >= 80:
        return "high"
    elif 60 <= temp < 80:
        return "medium"
    # ... 其他5个区间的判断逻辑

# 构建映射字典
rule_map = {
    "时段1": {
        "high": {
            "tornado": [15, 1, 82],
            "cloudy": [1, 16, 28]
        },
        "medium": {
            # 对应天气的ID数组
        }
    },
    # ... 其他6个时段的配置
}

# 查询逻辑
time_slot = "时段1"
temp = 80
weather = "tornado"
temp_range = get_temp_range(temp)
result_ids = rule_map[time_slot][temp_range][weather]

这种方式查询效率极高，代码简洁直观，适合规则相对固定的场景。

3. 轻量规则引擎（复杂场景适用） #

如果后续规则需要支持更灵活的逻辑（比如多条件优先级、动态调整），可以实现简单的规则解析逻辑：将每条规则的条件写成表达式字符串，程序遍历规则并执行条件判断。

示例规则结构：

[
  {
    "condition": "time_slot == '时段1' and temperature >=80 and weather == 'tornado'",
    "ids": [15, 1, 82]
  }
]

实现思路：遍历规则列表，用语言内置的表达式解析能力（比如Python的eval）判断条件是否成立，匹配成功则返回对应ID数组。注意：使用eval需严格校验输入，避免安全风险。

4. 数据库存储与查询 #

如果规则需要分布式共享、动态在线更新，可将规则存储在数据库中，通过查询语句匹配结果：

• 用关系型数据库（如MySQL）：创建规则表，包含time_slot、temp_min、temp_max、weather、ids字段，通过SQL条件查询获取结果：

  SELECT ids FROM rule_table 
  WHERE time_slot = ? 
    AND temp_min <= ? 
    AND temp_max >= ? 
    AND weather = ?
  

• 用缓存数据库（如Redis）：将规则存储为多层哈希结构，通过HGET rule:时段1:高温区间:tornado直接获取ID数组。

内容的提问来源于stack exchange，提问作者1sentenced