你写了10行代码，找出三个数中最大的那个。你以为你在做一道简单的逻辑题。但你不知道，这个“找最大”的操作，正在塑造你理解世界的方式——它让你相信，胜者只有一个，而其他都是失败者。
2021年东京奥运会，男子跳高决赛。卡塔尔选手巴尔希姆和意大利选手坦贝里都跳过了2.37米，但在冲击2.39米时三次失败。裁判让他们加赛决出金牌。巴尔希姆问：“可以共享金牌吗？” 裁判愣住了，翻遍规则，发现可以。于是两人相视而笑，各得一枚金牌。这是奥运史上罕见的“并列第一”。
如果当时用的是我们的程序——输入三个选手的成绩，输出最大值——它只会吐出一个数字。它不会告诉你，有两个人都达到了那个最大值。它更不会告诉你，在某些规则下，他们可以共享荣耀。
来看看这段Python代码，就是一个典型的“找最大数”程序：
num1 = float(input("请输入第一个数字: "))
num2 = float(input("请输入第二个数字: "))
num3 = float(input("请输入第三个数字: "))
if num1 >= num2 and num1 >= num3:
largest_num = num1
elif num2 >= num1 and num2 >= num3:
largest_num = num2
else:
largest_num = num3
print(f"最大的数字是: {largest_num}")
它用三个条件分支，找出了最大的数。逻辑清晰，小学生都能看懂。但我要告诉你：这个程序，暴露了人类思维中最顽固的偏见——我们总想找到一个“唯一的最大值”，哪怕现实是并列、模糊、甚至没有可比性。 它教会你“如何赢”，却没教会你“何时该平局”。
一、大于等于的阴谋：为什么你写的>=可能埋下了一颗炸弹？
注意代码中的比较用的是 >=（大于等于），而不是 >。这意味着，如果有两个数相等且都是最大，比如 5, 5, 3，第一个 if 条件 num1 >= num2 and num1 >= num3 会成立（因为 5>=5 且 5>=3），所以 largest_num = num1。第二个数也是5，但它永远不会被选中。程序输出“最大的数字是: 5”，这没错，但它没有告诉你还有另一个5。
这在很多场景下是可以接受的。但如果你在统计“最高分的学生”，有两个学生都得了100分，你只输出其中一个，就会漏掉另一个。所以，一个真正完善的算法，应该输出所有达到最大值的元素，或者至少输出“最大值是X，共有Y个”。
使用 >= 的另一个隐患：当所有数相等时，第一个数被选为最大值。这合理，但用户可能期望程序说“所有数相等”。如果你想让程序区分“唯一最大”和“并列最大”，你需要额外的逻辑。例如，先找出最大值，再统计有多少个数等于这个值。
我们的代码没有这些。它默认了“最大”是唯一的。这是一个强烈的假设，而现实经常违反它。
二、浮点的幽灵：当两个数“应该相等”却不相等
前面提到浮点精度问题。如果用户输入 0.1+0.2 的结果（0.30000000000000004）和 0.3，我们的程序会认为前者更大。从数值上看没错，但数学上它们相等。用户可能认为程序出错了。
更微妙的是，用户可能输入 1/3 的近似值 0.3333333333333333 和另一个 0.3333333333333333，但由于浮点舍入，它们可能不完全相等。程序会认为相等吗？取决于具体值。如果两个值完全相同（由相同计算得到），则相等；否则可能微小差异。
在比较浮点数找最大时，通常需要引入容差。例如，先定义 eps = 1e-12，然后判断 if num1 > num2 + eps: 等等。但我们的代码没有。它直接比较原始浮点数，可能导致“几乎相等”的数被分出大小，而用户觉得不合理。
另一个问题是 NaN。如果用户输入了 float('nan')，那么任何包含 NaN 的比较都会返回 False。这会导致所有条件都不满足（因为 NaN >= anything 是 False），最终落入 else 分支，认为第三个最大。但实际 NaN 不是有效数字，应该报错。所以，健壮的程序应该先检查 math.isnan。
三、可扩展性的诅咒：如果用户想找100个数中的最大，你的代码会爆炸
这个程序只处理三个数。如果用户有四个数，就需要修改代码。如果有一百个数，写一百个变量是不可能的。正确的做法是使用列表和循环：numbers = [float(input()) for _ in range(n)]，然后用 max(numbers)。或者手动实现：largest = numbers[0]，然后遍历比较。
但我们的教程代码没有教这个，因为它专注于条件语句的练习。然而，学生可能会误以为“找最大”就是写一连串的 if-elif-else。这不利于培养抽象思维。一个好的教学应该在最后指出：“对于更多数字，请使用循环或 max 函数。”
另外，max 函数本身也有局限性：它不能处理空列表，不能指定容差比较。所以，自己实现一个灵活的最大值函数是有意义的。
四、比较的暴力：为什么“最大”不一定是“最好”？
程序输出的是数值上的最大。但在现实决策中，“最大”往往不是唯一标准。例如，你选股票，涨得最多的那只可能风险也最大。你选朋友，最有钱的那个不一定最可靠。你选大学，录取分数线最高的不一定最适合你。
我们的程序没有价值观。它只会冷冰冰地告诉你哪个数字大。这是它的职责，也是它的局限。但作为程序员，你可以通过输出额外的信息来弥补：比如，在输出最大数的同时，输出它的位置（第几个），或者输出所有数的排序列表，让用户看到全局。
更进一步的程序可以询问：“您想按什么标准比较？是数值、绝对值、还是某种权重？” 这就会进入多目标决策领域。对于三个数的小程序来说可能过度，但思想值得传递。
五、让“找最大”程序成为“决策思维启蒙工具”：三个进化方向
方向一：处理并列与容差。 先找出最大值（用 >=），但然后统计有多少个数等于这个最大值（考虑容差）。输出：“最大值是X，共有Y个数字达到这个值。” 如果 Y>1，列出它们的位置。同时，允许用户输入容差，例如“当两个数相差小于 0.0001 时视为相等”。这一步让程序尊重现实的模糊性。
方向二：支持任意数量的数字。 使用列表和循环，让用户先输入要比较的数字个数，然后依次输入数字。输出最大值、最小值、平均值、排序后的列表。还可以提供“去除最大值和最小值后求平均”等功能（常用于裁判打分）。这一步让程序从固定规模升级为通用工具。
方向三：多维度比较与自定义比较函数。 允许用户选择比较的依据：原始值、绝对值、平方、倒数等。例如，用户想找“绝对值最大的数”或“最接近0的数”。这可以通过传入一个 key 函数实现（类似Python的 max 的 key 参数）。对于三个数，可以手动实现，但更通用的做法是使用 max 函数。这一步让程序理解“最大”是相对的。
完成这三个方向，你的“找最大”程序就不再是一个简单的条件练习，而是一个决策辅助与数值分析工具。
写在最后：最大的幻觉
人类痴迷于“最大”。最大城市、最大公司、最大财富。但历史告诉我们，最大不一定持久。罗马帝国最大，但灭亡了。恐龙最大，但灭绝了。真正重要的，往往是平衡、韧性、多样性。
你的代码可以找出三个数中的最大，但它不知道这个最大数是否孤立，是否靠牺牲其他数得来。作为程序员，你的责任不是只输出一个数字，而是让用户理解这个数字背后的上下文。
下次你写 if a >= b and a >= c，不妨想一想：如果 a 和 b 相等，你真的只想要 a 吗？也许你应该说：“a 和 b 并列最大。”
本文献给每一个在“输赢”中挣扎过的人。最大不是唯一答案，有时并列才是最美的结局。在云栈社区，类似的编程与思维碰撞每天都在发生，欢迎来聊聊你的看法。
三个思考题
- 上面的代码中，如果三个数分别是
NaN、5、3，程序会输出什么？请实际运行或推理。你觉得这个结果合理吗？应该如何修改程序来优雅地处理 NaN？
- 假设你要设计一个“裁判打分系统”，去掉一个最高分和一个最低分，然后求平均。现有三个分数，如何用条件逻辑实现？如果分数有并列最高，去掉一个即可，你会如何选择去掉哪一个？请写出伪代码。
- 在体育比赛中，有时“最大”不是最好的，比如高尔夫球杆数越少越好。请修改程序，让用户可以选择“找最大”还是“找最小”，并且输出对应的值。如何用最少的代码改动实现这个功能？
发表于 2 小时前
|
查看: 4|
回复: 0
