解释简洁的红宝石"无"错误

Question

我已经做了几天了，我无法破解这个错误：

[3] pry(main)> my_list = (1..10).to_a.sample(10)
=> [3, 5, 9, 2, 7, 6, 10, 4, 1, 8]
[4] pry(main)> linear_select(my_list,4)
NoMethodError: undefined method `-' for nil:NilClass
from .../selector/select.rb:44:in `partition'

背景

我试图使用或多或少严格的CLRS实现来实现一个有保证的线性时间SELECT函数。随机选择，中间枢轴选择，一切都很顺利，直到我达到这个。这是partition:的代码

def partition(my_list, part_start, part_end, pivot = my_list[part_end])
# From CLRS p. 171
# In-place rearrangement of subarrays to find rank of pivot. Does no rearrangement 
# if the array is already sorted.
# Returns the rank of the pivot, which is set by default to the end of the partition.
return(0) if my_list.length == 1
  sort_separator = part_start - 1
  for loop_ind in (part_start..(part_end-1)) # This is the offending line 44
    if my_list[loop_ind] <= my_list[part_end]
      sort_separator += 1
      my_list[sort_separator],my_list[loop_ind] = 
        my_list[loop_ind],my_list[sort_separator]
    end
  end
  my_list[sort_separator+1],my_list[part_end] = 
    my_list[part_end],my_list[sort_separator+1]
  return(sort_separator+1)
end

这几乎是CLRS伪代码的逐字逐句转录（相应地，基本上没有错误检查），当我写的SELECT的其他风格调用它时，它也能工作，所以我认为问题出在线性时间SELECT：

def linear_select(my_list, rank)
# From CLRS 9.3
# select algorithm in worst-case linear time
group_size = 5
# 1. Divide the elements of the input array into (n/5).floor(+1) groups
groups = my_list.each_slice(group_size).to_a
# 2. Sort, get medians of each group (the median method defined above includes
# sorting)
medians = groups.each.collect{|group| group.median}
# 3. Find median of medians using linear_select recursively
# median_of_medians = linear_select(medians,medians.length/2.floor-1) # doesn't work yet
median_of_medians = medians.median
# Partition input array around median of medians using partition with pivot
# argument -- where the pivot passes the array index
new_part = partition(my_list, 0, my_list.index(median_of_medians-1), median_of_medians)
# The rest of the algorithm follows the select() archetype.
pivot = new_part + 1
if rank == pivot
    return my_list[new_part] # -1 here for zero-indexing
  elsif rank < pivot
    return(linear_select(my_list[0..(pivot - 1)], rank))
  else
    return(linear_select(my_list[pivot..-1], rank - pivot -1 ))
  end
end

我在解释器中手动跟踪它，没有发现任何错误。（我还没有学会如何使用调试器，尽管我花了大约一个小时来查看不同的包，比如hammertime。）事实上，由于在错误出现之前进行了洗牌，如果我再次运行它，它就可以工作了：

[5] pry(main)> linear_select(my_list,4)
=> 4
[6] pry(main)> my_list
=> [3, 2, 4, 5, 7, 6, 10, 9, 1, 8]

我以为这个错误是因为上索引（partition()中的第三个参数）越界了，但我不清楚这是怎么发生的。

如果能为解释这一错误提供任何帮助，或朝着正确的方向努力找出原因，我们将不胜感激。我觉得我很接近。

编辑：作为参考，以下是我如何实现Array#median方法（中位数下限）：

class Array # extends Array to include median calculation
def median
    # returns floor-median of list of values
    self.sort[((self.length - 1)/2.0).floor()]
  end
end

Answer 1

错误undefined method '-' for nil:NilClass表示减法运算的左侧是值nil，而不是数字。在您的情况下，这意味着part_end参数是nil。当my_list.index(median_of_medians-1)返回nil而不是数字时，就会发生这种情况，这意味着在数组my_list中找不到median_of_medians-1。我不熟悉你正在实现的算法，所以这是我所能告诉你的，希望它能有所帮助。

编辑：获取一个数字数组的中值保证会返回该数组中的一个数字，但您似乎假设数字median_of_medians-1也将存在于该数组中，这对我来说似乎是一个非常可疑的假设。