Python列表元素阈值判断实现及奖励计算函数问题咨询

你现有的分数调整代码可正常运行，但存在2个可优化点：

• 两个if判断为并行逻辑，分数调整后可能触发第二个判断规则，建议替换为elif避免重复匹配
• 阈值硬编码在逻辑中，不方便后续修改，建议提取为可配置参数

你需要的三个列表校验逻辑可以封装为独立判断函数，和调整逻辑结合的完整实现代码如下：

score = [80, 35, 50, 70]
actions = [0, 10, 25]

# 检查所有元素是否大于指定值x
def is_all_gt(lst, x):
    return all(i > x for i in lst)

# 检查是否超过半数元素小于指定阈值
def is_more_than_half_lt(lst, threshold):
    cnt = sum(1 for i in lst if i < threshold)
    return cnt > len(lst)/2

# 检查是否存在单个元素小于指定阈值
def has_single_lt(lst, threshold):
    cnt = sum(1 for i in lst if i < threshold)
    return cnt == 1

def adjust_score(score, actions, low_threshold=60, mid_threshold=45, min_threshold=30):
    for i in range(len(score)):
        if mid_threshold < score[i] <= low_threshold:
            score[i] += actions[1]
        elif min_threshold < score[i] <= mid_threshold:
            score[i] += actions[2]
    # 此处可根据校验结果补充对应执行逻辑
    # 示例：所有分数大于70时输出提示
    if is_all_gt(score, 70):
        print("所有分数均高于70")

adjust_score(score, actions)
print(score)

代码运行输出为：[80, 60, 60, 70]

你的代码存在4处错误：

• 未导入statistics模块，无法调用平均值计算方法
• 函数内使用了==比较运算符，而非=赋值运算符
• 试图通过传参修改外部reward变量，未处理Python变量作用域规则，直接在函数内赋值不会修改外部变量
• 逻辑未关联实际执行的动作，无法动态扣除对应成本

修正后的代码如下：

import statistics

action_cost = [0, 10, 25]

def calc_reward(score, action_index, action_cost):
    avg_score = statistics.mean(score)
    return avg_score - action_cost[action_index]

# 示例：执行了actions[1]对应的调整动作，传入索引1计算奖励
reward = calc_reward(score, 1, action_cost)
print(reward)

使用上一步调整后的分数计算，运行输出为：57.5

内容的提问来源于stack exchange，提问作者Bryn Owen-Conway