Python中高效检查连续范围及多区间等级分配代码优化方案

嘿，这个问题我维护老代码时也头疼过！当elif分支越堆越多，别说新增20个区间，光是看现有代码都容易眼花，维护起来特别麻烦。给你分享两个更优雅、易维护的方案：

方案1：区间列表遍历（直观易维护，适合中小数量区间） #

把每个区间的上限和对应等级存成有序列表，循环找到第一个符合条件的区间即可。新增区间只需要往列表里加元组，完全不用改逻辑代码：

def getGrade(size):
    # 按区间上限从小到大排序，确保顺序正确
    grade_mapping = [
        (32, 'p4'),
        (64, 'p6'),
        (128, 'p10'),
        (256, 'p15'),
        (512, 'p20'),
        (1024, 'p30'),
        (2048, 'p40'),
        # 直接在这里新增你的20个区间，比如(4096, 'p50')...
    ]
    
    for upper_limit, grade in grade_mapping:
        if size <= upper_limit:
            return grade
    # 处理超出所有区间的情况（比如size>2048），根据业务需求自定义
    return 'p_default'

这个方案的优点是可读性极强，谁看都能明白每个区间对应什么等级，而且新增/修改区间只需要操作列表，完全不用碰条件判断逻辑，出错概率极低。对于20个区间来说，遍历的性能开销几乎可以忽略不计，完全够用。

方案2：bisect模块二分查找（高效，适合大量区间场景） #

如果你的区间数量特别多（比如几十上百个），或者对性能要求极高，可以用Python内置的bisect模块做二分查找，时间复杂度是O(log n)，比遍历的O(n)效率高很多。

核心思路是把区间上限存成有序列表，用bisect_left快速定位到size对应的区间索引，再映射到等级：

import bisect

def getGrade(size):
    # 区间上限必须按从小到大排序
    upper_limits = [32, 64, 128, 256, 512, 1024, 2048]
    grades = ['p4', 'p6', 'p10', 'p15', 'p20', 'p30', 'p40']
    
    idx = bisect.bisect_left(upper_limits, size)
    if idx < len(grades):
        return grades[idx]
    # 处理size大于所有上限的情况
    return 'p_max'

测试几个关键场景：

• size=32 → 返回p4，符合区间规则；
• size=33 → 返回p6，正确匹配(32,64]区间；
• size=2049 → 返回p_max，处理超出最大区间的情况。

这个方案的优势是性能更优，尤其是区间数量极多时，二分查找的效率提升会很明显。

总结建议 #

• 新增20个区间的场景下，方案1完全够用，代码简单易懂，维护成本低；
• 如果未来区间数量会持续增加，或者对性能有极致要求，再考虑方案2；
• 不管用哪种方案，都要保证区间列表是从小到大有序排列的，否则逻辑会出错。

内容的提问来源于stack exchange，提问作者pylist