Python批量分配预制播放列表问题：所有用户均匹配同一列表

问题背景 #

• 数据结构：
  • users：键为user1到user100，每个值是含10首歌曲的字符串列表
  • premade_playlists：键为premade1到premade100，每个值是含约50首歌曲的字符串列表
• 需求：为每个用户分配满足以下条件的预制播放列表：列表中至少有3首用户听过的歌曲，同时至少有3首用户未听过的歌曲
• 问题：运行原代码后，所有用户都被分配了premade1，期望分配结果更分散
• 歌曲来源：所有歌曲均通过random.sample()从包含600首歌的数据库随机选取

原代码 #

premade_for_user:dict[str, list[str]] = {}

for user in users:
    for premade in premade_playlists:
        listened_to = 0
        not_listened_to = 0
        while listened_to < 3 and not_listened_to < 3:
            for song in premade_playlists[premade]:
                if listened_to >= 3 and not_listened_to >= 3:
                    print("Didn't work?")
                elif song in users[user]:
                    listened_to += 1
                elif song not in users[user]:
                    not_listened_to += 1
                else:
                    print("stuck") 
        else:
            premade_for_user[user] = premade
            break

问题原因 #

原代码逻辑存在两处关键错误：

1. 循环逻辑错误：while listened_to < 3 and not_listened_to < 3会反复遍历当前播放列表的歌曲，直到两个计数都≥3。一旦满足条件，直接进入while的else分支（循环正常结束无中断），随即给用户分配当前播放列表并跳出外层的播放列表循环。由于premade1大概率满足条件（50首歌与用户10首歌的交集很容易≥3，剩余非交集歌曲也≥3），所以所有用户都会优先分配到它。
2. 效率低下：通过遍历每首歌统计计数，比直接计算集合交集的方式慢很多，尤其当歌曲数量较多时。

修正后的代码 #

import random

premade_for_user: dict[str, str] = {}

for user in users:
    user_song_set = set(users[user])  # 转换为集合，提升成员判断效率
    eligible_playlists = []
    
    # 筛选所有符合条件的预制播放列表
    for playlist_name, playlist_songs in premade_playlists.items():
        playlist_song_set = set(playlist_songs)
        common_songs_count = len(user_song_set & playlist_song_set)
        unheard_songs_count = len(playlist_song_set - user_song_set)
        
        if common_songs_count >= 3 and unheard_songs_count >= 3:
            eligible_playlists.append(playlist_name)
    
    # 从符合条件的列表中随机选择一个分配
    if eligible_playlists:
        premade_for_user[user] = random.choice(eligible_playlists)
    else:
        # 无符合条件时的 fallback 处理
        premade_for_user[user] = "no_eligible_playlist"

修正说明 #

• 集合优化：将用户歌曲和播放列表歌曲转换为集合，利用集合运算快速计算交集（听过的歌）和差集（未听过的歌）的数量，大幅提升效率。
• 随机分配：先收集所有符合条件的播放列表，再通过random.choice()随机选取一个，确保分配结果分散。
• 类型修正：原代码中premade_for_user的注释类型与实际赋值不符，修正为dict[str, str]（键为用户ID，值为播放列表ID）。
• 异常处理：增加了无符合条件播放列表时的 fallback 逻辑，避免报错。

内容的提问来源于stack exchange，提问作者Enusa