求排查climbingLeaderboard算法'int object is not iterable'报错及逻辑问题

一、先解决报错：'int object is not iterable' #

你遇到的这个错误，核心原因是函数提前返回了单个整数，而不是返回包含所有排名的数组。看你的代码，处理Alice的第一个分数时，只要满足某个条件就直接return，比如alice第一个分数是70，函数会直接return 4。但调用方大概率是期望得到一个数组（比如[4,3,1]），如果尝试遍历这个返回的整数，自然会抛出"int不能被迭代"的错误。

二、你的算法逻辑里还有这些坑 #

1. 去重逻辑容易出问题 #

你用嵌套循环遍历数组并删除重复元素的方式，会因为数组长度动态变化导致索引混乱。比如原数组是[100,90,90,90,80]，当你删除第一个重复的90后，数组长度变短，后续的循环索引会错位，可能漏删部分重复项，甚至触发索引越界。

2. Alice分数处理的逻辑漏洞 #

• 提前return导致只处理第一个分数：每处理一个Alice的分数就直接return，后面的分数根本没机会被处理，自然得不到完整的排名数组。
• 条件判断顺序不合理：比如alice[k]>scores[0]（分数大于最高分）的判断放在了中间，会先做一轮无用的遍历，效率低还容易出错。
• 边界情况没覆盖：比如Alice分数等于最低分的情况，你的逻辑里没有明确处理，还有分数处于两个排名分数之间的边界判断也有疏漏。

三、修正后的完整实现 #

我优化了去重逻辑，还用二分查找提升了排名查询的效率（尤其适合大数据量的场景），同时修复了所有逻辑漏洞：

def climbingLeaderboard(scores, alice):
    # 快速去重并保持降序：转集合去重后，排序为从高到低
    unique_scores = sorted(list(set(scores)), reverse=True)
    rank_count = len(unique_scores)
    alice_ranks = []
    
    for current_score in alice:
        # 情况1：分数大于等于最高分，直接排第1
        if current_score >= unique_scores[0]:
            alice_ranks.append(1)
            continue
        # 情况2：分数低于最低分，排名是去重后的长度+1
        if current_score < unique_scores[-1]:
            alice_ranks.append(rank_count + 1)
            continue
        # 二分查找快速定位排名位置
        left, right = 0, rank_count - 1
        found = False
        while left <= right:
            mid = (left + right) // 2
            if unique_scores[mid] == current_score:
                alice_ranks.append(mid + 1)
                found = True
                break
            elif unique_scores[mid] > current_score:
                left = mid + 1
            else:
                right = mid - 1
        # 没找到相等的分数，说明在两个分数之间，排名是left+1
        if not found:
            alice_ranks.append(left + 1)
    
    return alice_ranks

# 测试示例
scores = [100,90,90,80]
alice = [70,80,105]
print(climbingLeaderboard(scores, alice))  # 输出: [4, 3, 1]

四、代码细节说明 #

1. 高效去重：用set(scores)一键去重，再sorted(..., reverse=True)生成降序的无重复分数数组，比你原来的嵌套循环删除高效得多，还不会出现索引混乱的问题。
2. 二分查找优化：把原来的线性遍历改成二分查找，时间复杂度从O(n*m)降到了O(m log n)，当排行榜分数很多时，速度会快很多。
3. 完整收集排名：用alice_ranks数组逐个收集每个分数的排名，最后统一返回，彻底解决了提前return的问题。
4. 全边界覆盖：覆盖了分数大于等于最高分、低于最低分、等于某个排名分数、处于两个分数之间的所有情况，逻辑更严谨。

内容的提问来源于stack exchange，提问作者dias