Question

知道这很可能以失败告终，我想知道Python将如何处理这种情况，以及我的代码是否实际上“有意义”，至少在原则上是这样。所以这是我的尝试，我是python的新手（几天前），所以我确信我的代码对于有更多经验的人来说似乎很有趣，但是请耐心等待。

def make_inf_lst(lst):
  lst = [0]
  while 1 == 1:
    for i in range(0, len(lst)):
      add = lst[i] + 1
      lst.append(add)
print(make_inf_lst([]))

这是我在DOS窗口中尝试运行上面的错误：

Traceback (most recent call last):
  File "break_python.py", line 7, in <module>
    print(make_inf_lst([]))
  File "break_python.py", line 6, in make_inf_lst
    lst.append(add)
MemoryError

谢谢。

Answer 1

具有“无限”数据结构的语言实际上正在生成对象，这些对象会延迟或“按需”生成其值。他们创建一个对象，而不是先创建整个列表，当要求输入值时，可以在那个时候创建它。

在Python中，最容易使用生成器进行管理。

def make_inf_sequence():
    x = 0
    while True:
        yield x
        x = x + 1

# This returns immediately
naturals = make_inf_sequence()

# This loop runs forever
for i in naturals:
    print(i)

Answer 2

基本上有两件事可以阻止无限列表的打印（这似乎是代码的最终目标）：

计算机将耗尽内存。
列表的创建将花费无限时间，这意味着它将永远不会完成，并且实际打印也不会开始。

如果您想象一台虚拟的计算机，它具有无限的内存和无限的计算速度，则可以打印列表。

但是，某些语言通过“惰性”来支持无限列表，这意味着它们将只计算在特定点上所需列表的一部分。然后您可以定义一个无限列表并要求其打印出例如其中的前100个值。

有关延迟计算的更多信息： https://en.m.wikipedia.org/wiki/Lazy_evaluation

Answer 3

从立即获得访问宇宙中所有成员的意义上讲，它不能是无限的。那将是不可能的-无限长度意味着需要无限的内存。从错误中您可以看到，您没有无限的内存。如其他人所述，您可以用速度来换长度：

select sum(cnt)
from (select value1, count(*) as cnt
      from a
      group by value1
      having sum(value2 = 0) > 0
     ) a;

如果需要的话，在这里我将常规列表与动态扩展结合在一起。我不必从一个空列表开始，如果我愿意的话，我可以预先制作出前N个元素。

您当然可以重载运算符（+，-等等）。关键是一切都是一口气完成的。通过这种方式，您甚至可以添加和减去无限列表。

您甚至可以使用内存管理来改进此功能，并且如果一段时间内没有查看，则可以删除列表的开头，但是我认为这超出了范围。更具功能性的方法是保留当前数字和继续方式（我添加了from copy import deepcopy class infinite_ints: def __init__(self): self.list = [] self.trans = lambda x: x; def __getitem__(self,at): try: return self.trans(self.list[at]) except IndexError: self.list += [i for i in range(len(self.list),at+1)] return self.trans(self.list[at]) def apply(self,function): new_list = deepcopy(self) new_list.trans = lambda x,f=function,p=self.trans: f(p(x)) return new_list >>> x[2] 2 >>> x[12] 12 >>> x[43] 43 >>> y = x.apply(lambda x: x+1) >>> y[59] 60类似于内置的prev：

__next__

同样，可以很容易地实现运算符（而不仅仅是表示形式）或跳转多个。

Answer 4

构建列表时，您的计算机有时会耗尽内存，这就是导致您看到错误的原因。不可能有无限列表，因为内存是有限的资源。

或者，您可以使用无限迭代器。标准库提供了一些无限迭代器。根据您的示例，我认为最适合您的情况的是itertools.count。

样品用量：

>>> from itertools import count
>>> it = count()
>>> next(it)
0
>>> next(it)
1

您还可以指定自定义起点：

>>> from itertools import count
>>> it = count(5)
>>> next(it)
5
>>> next(it)
6

还有一个自定义步骤：

>>> from itertools import count
>>> it = count(5, 2)
>>> next(it)
5
>>> next(it)
7
>>> next(it)
9

Answer 5

无限数据结构确实很有意义，但是必须总是进行延迟评估。这意味着您的数据结构不能立即构建其所有元素，然后再四处移动（就像我们通常使用适合内存的list一样）。相反，您的数据结构需要根据需要提供值。

在Python中，不能有无限的list，因为list渴望而不是懒惰（就像Python中的大多数事情一样，渴望是默认的）。清楚一点，我在这里谈论的是list类型。 Python术语，而不是某些序列的抽象概念（某些人可能称其为列表）。

您可以通过使用名为generator的方法来进行延迟评估。如果要生成序列1,2,3,4,...，则可以使用以下代码进行生成：

def gen_natural_numbers():
    cur = 1
    while True:
        yield cur
        cur += 1

natural_num_gen = gen_natural_numbers()
print("One: ", next(natural_num_gen))
print("Two: ", next(natural_num_gen))
print("Three: ", next(natural_num_gen))

此输出：

One:  1
Two:  2
Three:  3

很显然，您不必在3处停止。您不必在任何地方停止（除非您创建的int实际上不适合内存）。如果您继续调用next，则生成器将继续向您返回值。

在进行过程中，垃圾收集器可以从不再包含引用的内存中删除值。这完全是另一个主题，但是应该注意的是，只要您不永远保留引用，那么使用生成器时，程序也不会耗尽内存。

生成无限列表？

5 个答案: