需求描述：

这是一个实际生活中遇到的需求，一共有8个人需要在一周的5个工作日值班，每天都需要5个人完成值班任务，其中有一个人是个组长。要求组长在这5天里一共值班4次，其他人员均值班3次，每天的5个值班人员是8个人中的5人随机组合。

分析：

乍一看，好像有点无从下手，咱们细细分析就可以这样考虑，我们假设每个人都有分身术，组长一共有4个分身，其他人均有3个分身，这时正好25个人，组合后正好可以满足5天(25人)的值班要求。我们就可以对这25个假设对象进行随机分组，唯一的要求就是：同一身份的人不能分到一组中(即同一个人的分身不能分到一起)。分5组即可。

Python实现(Python3.7)：

import random

# 构建分身数据源(25个分身对象)

def get_source_data():

data = []

for i in range(4):

data.append({"name":"组长", "role":i}) # role表示分身ID

for i in range(7):

for j in range(3):

data.append({"name": "组员" + str(i), "role": j})

return data

# 进行5次选择，选出5组

def group_by_random():

des_list = []

data_list = get_source_data()

for i in range(5): # 分5组

one_list = []

has_selected = {} # 标记某个人是否已经被添加进当前组中

while(len(one_list) < 5): # 直到每组中有5个不同的人(组中最多有同一个人的1个分身)

index = random.randint(0, len(data_list)-1)

person = data_list[index]

# 如果这个人(此处不区分“分身”，只区分“人”)没有被添加到当前组中，就添加该分身到组中，同时删除原数据列表中的这个分身对象

if not has_selected.__contains__(person["name"]):

one_list.append(person["name"])

data_list.pop(index)

has_selected[person["name"]] = True

des_list.append(one_list)

return des_list

if __name__ == '__main__':

for group in group_by_random():

print("分组：", group)

分组结果：

分组： ['组员1', '组长', '组员3', '组员2', '组员5']

分组： ['组员0', '组员4', '组长', '组员6', '组员1']

分组： ['组员5', '组员6', '组长', '组员3', '组员0']

分组： ['组员6', '组员2', '组员4', '组员1', '组员3']

分组： ['组员4', '组长', '组员0', '组员5', '组员2']

Process finished with exit code 0

问题发现与思考：

问题1、如果人数是成百上千甚至更多呢，数据集就会变得更大，总不能再去创建“分身”对象数据集吧！

问题2、对25个元素的数据集进行随机选取5个元素的时候，存在这样一种可能：前3次随机的结果都是同样的5个人， 这样在第4次随机的时候，导致数据集中的人数少于5个，虽然“分身”元素可能足够用。这种情况下，就会概率性地导致程序卡在group_by_random的while循环处，无法结束程序。问题严重啊~~~问题代码如下：

for i in range(5): # 分5组

one_list = []

has_selected = {} # 标记某个人是否已经被添加进当前组中

# 【注意】这里随机选取的时候，有可能出现连续多次选择到相同的5个人，当这个次数达到3次，就会出现意外情况。。。

while(len(one_list) < 5): # 直到每组中有5个不同的人(组中最多有同一个人的1个分身)

index = random.randint(0, len(data_list)-1)

person = data_list[index]

if not has_selected.__contains__(person["name"]):

one_list.append(person["name"])

data_list.pop(index)

has_selected[person["name"]] = True

des_list.append(one_list)

所以我们变换一种思路，“组长”比较特殊，因为他多一次呗被选中的机会，所以我们先把这次机会取出来，放在一边，不管他。这样所有的8个成员都是一样的情况了，每人可以被选择3次，一共24次。

1、搞一个列表存放这8人，并对列表内元素进行随机排序，

2、顺序的回归选取列表中的元素，选取5次，每次选连续的5个元素(例如：第一次选列表的前5个元素，第二次选取接下来的3个元素和列表头部的2个元素，以此类推......)。最后再把最后一组的最后一个数据删除(因为是多选的一个)，添加上“组长”元素。这样就选择出了5组元素(在一个列表中，即列表中有5个列表，每个列表又包含5个元素)。

3、显然这是有规则的顺序选取，所以我们需要对这5组元素进行一个随机排序，以达到随机选取的效果。(这可能并不是严格意义上的机会均等随机，但足以满足需求了)

秘书，上代码(优化后)：

import random

# 构建数据源

def get_source_data():

"""

获得一个数据列表，其内容为8个成员，其中一个为“组长”，其余为“组员”

:return:

"""

data = ["组员"+str(x) for x in range(7)]

data.append("组长")

return data

# 进行5次选择，选出5组

def group_by_order(data_list):

"""

对列表进行顺序读取，每5个放到一组中，当读取到列表的最后一个值，就跳转到列表的0索引处，继续读取。

最终返回一个包含5个列表的列表

:param data_list:

:return: 一个二维列表:5x5

"""

des_list = []

index = 0

for i in range(5):

group = []

for k in range(5):

group.append(data_list[index])

index += 1

if index > len(data_list)-1:

index = 0

if i is 4:# 对“组长”的情况特殊处理

group.pop(len(group)-1)

group.append("组长")

des_list.append(group)

return des_list

def set_random(data_list):

"""

对一个列表里的值得顺序随机打乱

:param data_list:

:return:

"""

return random.sample(data_list, len(data_list))

if __name__ == '__main__':

data = set_random(get_source_data())

groups = group_by_order(data)

groups = set_random(groups)

for group in groups:

print("分组：", group)

打印结果：

分组： ['组员3', '组员4', '组员6', '组员0', '组长']

分组： ['组员1', '组员5', '组员3', '组员4', '组员6']

分组： ['组员2', '组员1', '组员5', '组员3', '组员4']

分组： ['组员0', '组长', '组员2', '组员1', '组员5']

分组： ['组员6', '组员0', '组长', '组员2', '组长']

Process finished with exit code 0

如果你有更好的方法，欢迎评论留言~

#End#