如何避免大量嵌套的ifelifelse条件语句来评估许多情况下的快速响应？

Question

我正在从事一个机电一体化项目，在这个项目中，我从多个来源获取电流（安培）数据，并且必须根据内部和之间的变化趋势（增加/减少值和增加/减少相对差异）计算响应（反馈给机械系统）。有许多要访问的条件（对每个条件的唯一或混合响应）和许多它们依赖的变量，因此我留下了许多嵌套的if-elif-else语句，每个语句都评估多个条件和标志，因此在数据快速流动（高达85 Hz）时需要时间来响应。你知道吗

该模块是更大项目的一部分，只需要使用Python来完成。我现在的代码是这样的-

def function(args):
    if flag1 and flag2 and condition1 and not condition2:
        if condition3 and not flag3:
            response += var1
            flag4 = True
        elif -- :
            response = var2
            flag3 = False
        elif -- :
            ------------
        else :
            ------------
     if not flag_n and flag_m and condition_p and condition_q and not condition_r:
        if.. elif ... else :
            flags... response changes..
     more IFs

我需要的是一个更好的和有效的方法来做这件事或一个完全不同的方法，例如一些机器学习或深入学习算法或适合上述使用的框架。你知道吗

Answer 1

你可以用二进制，也许：

flag_bits = {flag1: 0b0000000001, 
             flag2: 0b0000000010, 
             flag3: 0b0000000100, 
             flag4: 0b0000001000, 
             condition1: 0b0000010000,
             condition2: 0b0000100000,
             ...}

然后，当您接收到标志和条件时，按位计算它们，并有一个结果字典或基于它计算结果的方法：

def add_response(response, add_value):
    return response += add_value

def subtract_response(response, subtract_value):
    return response -= subtract_value

response_actions = {0b0000110011: ('add', var1, 0b0000001000), ...}
response_methods = {'add': add_response, 'sub': subtract_response, ...}

response_action = response_actions[0b0000110011]
response_method = response_action[0]
response = response_method(response, respnose_action[1])
flag_bits = response_action[2]

显然，这并不完全完美，但它将消除大量的if，并将操作转换为查找，希望能节省时间。你知道吗