我正在使用Python的max和min函数对列表进行minimax算法，我需要max()或min()返回值的索引。换句话说，我需要知道哪一步棋产生了最大(第一个玩家的回合)或最小(第二个玩家的回合)值。
for i in range(9):
new_board = current_board.new_board_with_move([i / 3, i % 3], player)
if new_board:
temp = min_max(new_board, depth + 1, not is_min_level)
values.append(temp)
if is_min_level:
return min(values)
else:
return max(values)
我需要能够返回最小值或最大值的实际索引，而不仅仅是值。
当前回答
https://docs.python.org/3/library/functions.html#max
如果有多个最大项，则函数返回遇到的第一个项。这与其他保持排序稳定性的工具是一致的，例如sorted(iterable, key=keyfunc, reverse=True)[0]
要获得比第一次遇到的更多信息，请使用sort方法。
import operator
x = [2, 5, 7, 4, 8, 2, 6, 1, 7, 1, 8, 3, 4, 9, 3, 6, 5, 0, 9, 0]
min = False
max = True
min_val_index = sorted( list(zip(x, range(len(x)))), key = operator.itemgetter(0), reverse = min )
max_val_index = sorted( list(zip(x, range(len(x)))), key = operator.itemgetter(0), reverse = max )
min_val_index[0]
>(0, 17)
max_val_index[0]
>(9, 13)
import ittertools
max_val = max_val_index[0][0]
maxes = [n for n in itertools.takewhile(lambda x: x[0] == max_val, max_val_index)]
其他回答
我对此也很感兴趣，并使用perfplot(我的一个爱好项目)比较了一些建议的解决方案。
事实证明
min(range(len(a)), key=a.__getitem__)
是用于小型和大型列表的最快方法。
在以前的版本中，np。阿格明过去常吃蛋糕。)
生成图的代码:
import numpy as np
import operator
import perfplot
def min_enumerate(a):
return min(enumerate(a), key=lambda x: x[1])[0]
def min_enumerate_itemgetter(a):
min_index, min_value = min(enumerate(a), key=operator.itemgetter(1))
return min_index
def getitem(a):
return min(range(len(a)), key=a.__getitem__)
def np_argmin(a):
return np.argmin(a)
b = perfplot.bench(
setup=lambda n: np.random.rand(n).tolist(),
kernels=[
min_enumerate,
min_enumerate_itemgetter,
getitem,
np_argmin,
],
n_range=[2**k for k in range(15)],
)
b.show()
我认为上面的答案解决了你的问题，但我想我要分享一个方法，给你最小值和最小值出现的所有指标。
minval = min(mylist)
ind = [i for i, v in enumerate(mylist) if v == minval]
它两次通过列表，但仍然相当快。然而，它比找到第一次遇到最小值的指数略慢。如果你只需要其中一个极小值，就用马特·安德森的解，如果你需要所有的，就用这个。
假设您有一个列表values =[3,6,1,5]，并且需要最小元素的索引，即在本例中index_min = 2。
避免使用其他答案中给出的itemgetter()的解决方案，而是使用
index_min = min(range(len(values)), key=values.__getitem__)
因为它不需要导入操作符，也不需要使用枚举，而且它总是比使用itemgetter()的解决方案更快(下面的基准测试)。
如果您正在处理numpy数组，或者可以负担numpy作为依赖项，也可以考虑使用
import numpy as np
index_min = np.argmin(values)
这将比第一个解决方案更快，即使你将它应用于一个纯Python列表，如果:
它比一些元素大(在我的机器上大约2**4个元素) 您可以将内存从纯列表复制到numpy数组
正如这一基准所指出的:
我已经用python 2.7在我的机器上运行了上面两个解决方案(蓝色:纯python，第一个解决方案)(红色，numpy解决方案)和基于itemgetter()的标准解决方案(黑色，参考解决方案)的基准测试。 python 3.5的相同基准测试表明，这些方法与上面给出的python 2.7情况完全相同
可能更简单的解决方案是将值数组转换为值、索引对数组，并取其中的最大/最小值。这将给出具有max/min的最大/最小索引(即对的比较首先比较第一个元素，然后比较第二个元素，如果第一个元素相同)。注意，没有必要实际创建数组，因为min/max允许生成器作为输入。
values = [3,4,5]
(m,i) = max((v,i) for i,v in enumerate(values))
print (m,i) #(5, 2)
如果你不想导入额外的模块，找到列表中值最小的索引的简单方法:
min_value = min(values)
indexes_with_min_value = [i for i in range(0,len(values)) if values[i] == min_value]
然后选择第一个例子:
choosen = indexes_with_min_value[0]
