在应对多策略的场景下，大量使用if...else...不仅提高了后期的维护成本，还降低了运行效率。通过字典做映射就可以更好的优化代码。

比如这样一个模拟场景，根据用户的VIP等级，发放奖励。在大量使用if...else...时就会变成如下状态：

rank="VIP4"
if rank=="VIP1":
    print(100)
else:
    if rank=="VIP2":
        print(150)
    else:
        if rank=="VIP3":
            print(200)
        else:
            if rank=="VIP4":
                print(300)

在改用为字典后，代码如下：

rank="VIP4"
message={
    "VIP1":100,
    "VIP2":150,
    "VIP3":200,
    "VIP4":300,
    } 
a=message.get(rank,None)
print(a)
try:
    a=message[rank]
except:
    a=None
print(a)

打印结果：

这里，字典message拥有键(key)和值。可通过get(key,default=None)，setdefault(key, default=None)，以及message[key]来索引到值。

这三者的不同：

message.get(key,default=None):如果key不在字典中，则返回None

message.setdefault(key,default=None):如果key不在字典中，则返回None，并在字典中添加该key，其值为default的值。以本案例为例，若执行message.setdefault("VIP5",500)，字典message后就会增加一项"VIP5":500，并返回值500。

message[key]:如果key不在字典中,就会直接报错。因此案例中采用了try..except..的格式。

我们在实际应用中不仅仅只是key对值的简单映射，而是更多会遇到需要映射函数的情况。这样的场景比如根据不同生产指令，去执行不同运动等。回到本案例，代码如下：

def vip1():
    return 100

def vip2():
    return 150

rank="VIP1"
message={
    "VIP1":vip1,
    "VIP2":vip2,
    "VIP3":200,
    "VIP4":300,
    } 
a=message.get(rank,None)
print(a)
try:
    a=message[rank]()
except:
    a=None
print(a)

执行后结果如下：

我们可以看到第一个a返回的值不是100，这是因为第一个返回的是一个函数整体，即一个函数类，而不是return的值。而如果执行a=message[rank]，同样也是返回一个函数整体，而不会是return的值。只有在执行了a=message[rank]()后才会返回return的值。这里括号的作用就是执行函数的意思，同时括号里面还可以添加自定义函数需要的初始变量，最后这里a=message["VIP1"]()等价于a=vip1()，还等价于

b=message[rank]
a=b()

如果当字典中key映射的值不为函数，而为具体一个值时，此时执行a=message[rank]()就会报错。故优化后的框架如下：

def vip1():
    return 100

def vip2():
    return 150

rank="VIP1"
message={
    "VIP1":vip1,
    "VIP2":vip2,
    "VIP3":200,
    "VIP4":300,
    } 

try:a=message[rank]()
except:a=message.get(rank,None)
print(a)