Nano Hash - криптовалюты, майнинг, программирование

Выбор самого высокого значения в атрибуте из хеша массивов

У меня есть этот хэш:

h = {
  124 => ["shoes", "59.99"],
  456 => ["pants", "49.50"],
  352 => ["socks", "3.99"]
}

Каждое значение имеет два элемента. Это имя (например, "shoes", "pants", "socks") и цена (например, "59.99", "49.50" и "3.99"). Мне нужно выбрать значение, которое имеет самую высокую цену. Это будет ключ 124 по цене "59.99". Как выбрать хеш с самой высокой ценой?

Я пробовал это:

h.select{ |x| x[1] }.max
#=> [456, ["pants", "49.50"]]

Но это дает мне максимальное значение и возвращает ключ 456.

ruby arrays hash
20.11.2018

Ответы:


1

Наиболее идиоматичным, вероятно, было бы это:

h.max_by { |_, v| v.last.to_f }
#=> [124, ["shoes", "59.99"]]
21.11.2018
  • Я предлагаю вам показать возвращаемое значение: #=> [124, ["shoes", "59.99"]]. 21.11.2018

    • 2

    Вы можете копаться в структуре, используя круглые скобки следующим образом:

    h = {
  124 => ["shoes", "59.99"],
  456 => ["pants", "49.50"],
  352 => ["socks", "3.99"]
}

h.max_by{|_, (_, price)| price.to_f}
# => [124, ["shoes", "59.99"]]
    21.11.2018

    3

    Вы можете сначала отсортировать хэш:

    sorted = hash.sort_by { |key, value| value[1].to_f }
# => [[352, ["socks", "3.99"]], [456, ["pants", "49.50"]], [124, ["shoes", "59.99"]]]

    И тогда вы можете выбрать последнюю пару:

    sorted[-1]
# => [124, ["shoes", "59.99"]]
    20.11.2018
  • Или используя max_by, hash.max_by { |k,v| v.last.to_f } 21.11.2018
  • Спасибо вам, ребята. Ты спасатель. 21.11.2018
  • Вы сортируете значения в алфавитном порядке, а не по их числовому значению. 21.11.2018

    • 4

    Если вы не возражаете против ключей, другим вариантом может быть:

    h.values.map(&:reverse).max

    #=> ["59.99", "shoes"]

    20.11.2018
  • Обратите внимание, что это сравнивает цены как строки, а не как числа с плавающей запятой, и неясно, хотел ли этого ОП. 21.11.2018
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..