python 中惰性实现

设计 Iterator 接口时考虑到了惰性：next(my_iterator) 一次生成一个元素。懒惰的反义词是急迫，其实，惰性求值（lazy evaluation）和及早求值（eager evaluation）是编程语言理论方面的技术术语。

目前之前博客的几版 Sentence 类都不具有惰性，因为 __init__ 方法急迫地构建好了文本中的 单词列表，然后将其绑定到 self.words 属性上。这样就得处理整个文本，列表使用的内存量可能与文本本身一样多（或许更多，这取决于文本中有多少非单词字符）。如果只需迭代前几个单词，大多数工作都是白费力气。

只要使用的是 Python 3，思索着做某件事有没有懒惰的方式，答案通常都是肯定的，惰性实现才更符合python语言的规范。

re.finditer 函数是 re.findall 函数的惰性版本，返回的不是列表，而是一个生成器，按需生成 re.MatchObject 实例。如果有很多匹配，re.finditer 函数能节省大量内存。我们要使用这个函数让 Sentence 类变得懒惰，即只在需要时才生成下一个单词。

示例：

import re
import reprlibRE_WORD = re.compile('\w+')class Sentence:def __init__(self, text):self.text = textdef __repr__(self):# reprlib.repr 这个实用函数用于生成大型数据结构的简略字符串表示形式return 'Sentence(%s)' % reprlib.repr(self.text)def __iter__(self):# 迭代 self.wordsfor match in RE_WORD.finditer(self.text):yield match.group()if __name__ == '__main__':s = Sentence('I love python')ss = iter(s)print(ss)print(next(ss))print(next(ss))print(next(ss))print(list(ss))

生成器函数已经极大地简化了代码，但是使用生成器表达式甚至能把代码变得更简短。

简单的生成器函数，如前面的 Sentence 类中使用的那个，可以替换成生成器表达式。

生成器表达式可以理解为列表推导的惰性版本：不会迫切地构建列表，而是返回一个生成器，按需惰性生成元素。也就是说，如果列表推导是制造列表的工厂，那么生成器表达式就是制造生成器的工厂，其实就是将列表推到中的[]换成()，就行了。

import re
import reprlibRE_WORD = re.compile('\w+')class Sentence:def __init__(self, text):self.text = textdef __repr__(self):# reprlib.repr 这个实用函数用于生成大型数据结构的简略字符串表示形式return 'Sentence(%s)' % reprlib.repr(self.text)def __iter__(self):# 迭代 self.words# for match in RE_WORD.finditer(self.text):#     yield match.group()return (match.group() for match in RE_WORD.finditer(self.text))if __name__ == '__main__':s = Sentence('I love python')ss = iter(s)print(ss)print(next(ss))print(next(ss))print(next(ss))print(list(ss))

唯一的区别是 __iter__ 方法，这里不是生成器函数了（没有 yield），而是使用生成器表达式构建生成器，然后将其返回。不过，最终的效果一样：调用 __iter__ 方法会得到一个生成器对象。

生成器表达式是语法糖：完全可以替换成生成器函数，不过有时使用生成器表达式更便利。

python 中惰性实现相关推荐

python中and和or的惰性求值特点_惰性求值和yield-Python
惰性求值惰性求值(Lazy evaluation)是在需要时才进行求值的计算方式.表达式不在它被绑定到变量之后就立即求值,而是在该值被取用的时候求值. 除可以得到性能的提升(更小的内存占用)外,惰性 ...
python中and和or的惰性求值特点_python中的惰性求值
可能经常会有人问到python中的range和xrange有什么区别,你知道range是直接创建了一个列表,而xrange是创建了一个生成器,并且xrange非常适合当需要创建一个很大的列表的时候,因 ...
python中and和or的惰性求值特点_Python 惰性求值
Python 惰性求值,函数式编程高效,原因之一是将计算推迟到需要的时候进行.惰性(也称"非严格")求值非常重要,Python内置了对它的支持. Python中,逻辑运算符and. ...
python 惰性属性_python中惰性对象
惰性对象是什么? 首先需要明确啥是惰性计算(lazy evaluation):是指仅仅在真正需要执行的时候才计算的表达式的值.充分利用其特点可以带来很多的便利 1. 避免不必要的计算,带来性能的提升 ...
什么是python中的惰性评估
If you've never heard of Lazy Evaluation before, Lazy Evaluation is an evaluation strategy which del ...
python中生成器的惰性机制
生成器有一个惰性机制,只有当你需要的时候才给你(一个个的取),而不是一下字全部给你.可能有些抽象,来一个例子吧. 普及一个小知识**:一只母鸡并不是生一辈子鸡蛋,有一个时间段.** 例:小明和小红两 ...
python yield 惰性计算，用于scrapy中（美食杰爬虫为例）
先说一下什么是python的惰性计算惰性计算(Lazy evaluation)是指仅仅在真正需要执行的时候才计算表达式的值.充分利用其特性可以带来很多便利.yield的功能类似于return,但是不 ...
Python中正则表达式用法重点格式以这个为准_首看_各种问题
20210811 https://www.jb51.net/article/101258.htm 一.惰性模式的概念: 此模式和贪婪模式恰好相反,它尽可能少的匹配字符以满足正则表达式即可,例如: va ...
pythonfor循环遍历list_为什么for循环可以遍历list：Python中迭代器与生成器
1 引言只要你学了Python语言,就不会不知道for循环,也肯定用for循环来遍历一个列表(list),那为什么for循环可以遍历list,而不能遍历int类型对象呢?怎么让一个自定义的对象可遍历 ...

python 中惰性实现

python 中惰性实现相关推荐

最新文章

热门文章