好的，这是一个经典的SHL Python能力倾向测试题。这类题目通常不考察复杂的算法，而是重点评估**逻辑思维、阅读理解、代码调试和基础编程能力**。核心考点包括列表/字典操作、字符串处理、循环控制和条件判断。 下面我将对这类题目进行解构，推演通用解题方法，并提供典型例题的代码示例。 ### **SHL Python 题型解构与通用解法** SHL Python题主要有以下几种类型： | 题型分类 | 核心考点 | 通用解题思路 | | :--- | :--- | :--- | | **代码调试** | 找出给定代码中的错误（语法或逻辑）并修正。 | 1. 理解题目要求的功能。<br>2. 逐行检查代码，注意缩进、括号、冒号等语法细节。<br>3. 使用简单测试用例（如题目示例）手动模拟代码运行，定位逻辑错误[ref_1]。 | | **代码补全** | 在代码片段中填写关键部分（如循环条件、函数返回值）。 | 1. 分析上下文代码的逻辑。<br>2. 明确缺失部分需要完成的任务。<br>3. 选择最直接、最清晰的实现方式，通常不需要复杂优化[ref_1]。 | | **功能实现** | 根据问题描述，从零开始或基于框架编写一个小函数。 | 1. **仔细阅读题目**，明确输入和输出的格式及含义。<br>2. 将问题分解为步骤（如：数据清洗 → 转换 → 聚合）。<br>3. 优先使用Python内置函数和数据结构（如`str.split()`, `list comprehension`, `collections.Counter`）。 | ### **典型例题推演与代码实现** #### **例题1：代码调试题** **题目描述**：以下函数旨在计算一个列表中所有正整数的平均值，但它无法正确工作。请找出并修复错误。 ```python def calculate_average(numbers): total = 0 count = 0 for num in numbers: if num > 0: # 只考虑正整数 total += num count += 1 average = total / count return average # 测试用例 print(calculate_average([1, -2, 3, 0, 4])) # 应输出 (1+3+4)/3 = 2.666... ``` **解构与推演**： 1. **功能理解**：遍历列表，累加正整数，最后用总和除以正整数个数。 2. **代码检查**： * 语法上，`if`语句后的代码块缺少缩进。 * 逻辑上，当列表中没有正整数时，`count`可能为0，导致除以零的错误（`ZeroDivisionError`）[ref_1]。 3. **修复方案**：修复缩进，并增加对`count`为零情况的处理。 ```python def calculate_average_fixed(numbers): total = 0 count = 0 for num in numbers: if num > 0: # 只考虑正整数 total += num # 修复：添加缩进 count += 1 # 修复：添加缩进 # 关键修复：避免除零错误 if count == 0: return 0 # 或者根据题目要求返回 None 或 0 average = total / count return average # 测试 print(calculate_average_fixed([1, -2, 3, 0, 4])) # 输出: 2.6666666666666665 print(calculate_average_fixed([-1, -2])) # 输出: 0 ``` #### **例题2：代码补全/功能实现题** **题目描述**：编写一个函数 `format_names(names)`，接收一个包含“名,姓”格式字符串的列表，返回一个“姓,名”格式的新列表，并**按姓氏字母顺序排序**。 例如：输入 `["John,Doe", "Alice,Smith"]`，输出 `["Doe,John", "Smith,Alice"]`。 **解构与推演**： 1. **输入输出**：`List[str]` -> `List[str]`。 2. **步骤分解**： a. **转换格式**：遍历列表，将每个字符串用逗号分割，然后反转顺序重新拼接。 b. **排序**：对转换后的列表进行排序。Python默认对字符串排序即按字母顺序。 3. **实现选择**：使用列表推导式使代码简洁。 ```python def format_names(names): """ 将“名,姓”格式的列表转换为“姓,名”格式并排序。 Args: names: 一个字符串列表，格式为"FirstName,LastName"。 Returns: 一个新的字符串列表，格式为"LastName,FirstName"，并按姓氏排序。 """ # 步骤1: 转换格式 swapped_names = [f"{last},{first}" for name in names for first, last in [name.split(',')]] # 等价于： # swapped_names = [] # for name in names: # parts = name.split(',') # first_name, last_name = parts[0], parts[1] # swapped_names.append(f"{last_name},{first_name}") # 步骤2: 排序 swapped_names.sort() return swapped_names # 测试 input_names = ["John,Doe", "Alice,Smith", "Bob,Adams"] result = format_names(input_names) print(result) # 输出: ['Adams,Bob', 'Doe,John', 'Smith,Alice'] ``` #### **例题3：数据聚合题** **题目描述**：给定一个字符串 `text`，统计其中每个单词出现的频率，并返回频率最高的前3个单词及其次数。单词不区分大小写，并忽略标点符号（只考虑字母）。 **解构与推演**： 1. **数据处理**：将文本转换为小写，并使用正则表达式或字符串方法移除非字母字符，再分割成单词列表。 2. **频率统计**：使用`collections.Counter`是最佳选择。 3. **获取Top N**：使用`Counter.most_common(n)`方法。 ```python import re from collections import Counter def top_3_words(text): # 步骤1: 清洗数据 - 转换为小写，并只保留字母和空格 cleaned_text = re.sub(r'[^a-z\s]', ' ', text.lower()) # 将非字母和非空格字符替换为空格[ref_1] # 步骤2: 分割单词并过滤空字符串 words = [word for word in cleaned_text.split() if word] # 步骤3: 统计频率并获取前3 word_counts = Counter(words) top_3 = word_counts.most_common(3) return top_3 # 测试 sample_text = "Hello world! Hello everyone. The world is great, and the sky is blue." print(top_3_words(sample_text)) # 输出: [('hello', 2), ('world', 2), ('the', 2)] 或 [('hello', 2), ('world', 2), ('is', 2)] 取决于'the'和'is'的处理 ``` ### **备考与应试策略总结** 1. **理解优先**：花足够时间读懂题目描述和示例，确保你理解了问题本质，而不是急于编码。 2. **测试驱动**：即使题目不要求，在脑中或用简单例子手动测试你的逻辑。对于调试题，这是关键步骤[ref_1]。 3. **保持简洁**：SHL测试更看重正确性和清晰度，而非算法的极致优化。使用清晰的变量名和直接的逻辑。 4. **注意边界**：始终考虑极端情况，如空列表、零值、负数、重复元素等，这是区分是否考虑周全的重要点（如例题1的除零错误）[ref_1]。 5. **时间管理**：如果遇到卡壳的题目，先标记并继续前进，确保完成所有有把握的题目。