哪个成对()实现?

时间:2012-11-23 16:06:22

标签: python iteration

itertools的文档为pairwise()函数提供recipe,我在下面稍作修改,以便它返回(last_item, None)作为最后一对:

from itertools import tee, izip_longest

def pairwise_tee(iterable):
    a, b = tee(iterable)
    next(b, None)
    return izip_longest(a, b)

然而,在我看来,使用tee()可能有点过分(因为它只用于提供一步前瞻),所以我尝试编写一个避免它的替代方案:

def pairwise_zed(iterator):
    a = next(iterator)
    for b in iterator:
        yield a, b
        a = b
    yield a, None

注意:碰巧我知道我的输入将是我的用例的迭代器;我知道上面的函数不适用于常规迭代。接受迭代器的要求也是我顺便使用izip_longest(iterable, iterable[1:])之类的东西的原因。

测试两个函数的速度在Python 2.7.3中给出了以下结果:

>>> import random, string, timeit
>>> for length in range(0, 61, 10):
...     text = "".join(random.choice(string.ascii_letters) for n in range(length))
...     for variant in "tee", "zed":
...         test_case = "list(pairwise_%s(iter('%s')))" % (variant, text)
...         setup = "from __main__ import pairwise_%s" % variant
...         result = timeit.repeat(test_case, setup=setup, number=100000)
...         print "%2d %s %r" % (length, variant, result)
...     print
... 
 0 tee [0.4337780475616455, 0.42563915252685547, 0.42760396003723145]
 0 zed [0.21209311485290527, 0.21059393882751465, 0.21039700508117676]

10 tee [0.4933490753173828, 0.4958930015563965, 0.4938509464263916]
10 zed [0.32074403762817383, 0.32239794731140137, 0.32340312004089355]

20 tee [0.6139161586761475, 0.6109561920166016, 0.6153261661529541]
20 zed [0.49281787872314453, 0.49651598930358887, 0.4942781925201416]

30 tee [0.7470319271087646, 0.7446520328521729, 0.7463529109954834]
30 zed [0.7085139751434326, 0.7165200710296631, 0.7171430587768555]

40 tee [0.8083810806274414, 0.8031280040740967, 0.8049719333648682]
40 zed [0.8273730278015137, 0.8248250484466553, 0.8298079967498779]

50 tee [0.8745720386505127, 0.9205660820007324, 0.878741979598999]
50 zed [0.9760301113128662, 0.9776301383972168, 0.978381872177124]

60 tee [0.9913749694824219, 0.9922418594360352, 0.9938201904296875]
60 zed [1.1071209907531738, 1.1063809394836426, 1.1069209575653076]

...所以,当有大约40件物品时,pairwise_tee()开始优于pairwise_zed()。这很好,就我而言 - 平均来说,我的输入很可能低于这个门槛。

我的问题是:我应该使用哪个? pairwise_zed()看起来会更快一些(而且我的眼睛稍微容易理解),但pairwise_tee()可以被认为是“规范”实施,因为它取自官方文档(我可以在评论中链接,并且可以用于任何迭代 - 这在这一点上不是考虑因素,但我想可能会更晚。

如果迭代器在函数外部受到干扰,我也想知道潜在的陷阱,例如。

for a, b in pairwise(iterator):
    # do something
    q = next(iterator)

......但据我所知,pairwise_zed()pairwise_tee()在这种情况下的行为完全相同(当然,首先这是一个该死的傻瓜事。) / p>

2 个答案:

答案 0 :(得分:3)

对于那些使用itertools的人来说,itertools tee实现是惯用的,尽管我很想使用islice代替next来推进领先的迭代器。

您的版本的一个缺点是,当您的状态存储在局部变量中时,将它扩展到 n - 迭代不太容易;我很想使用双端队列:

def pairwise_deque(iterator, n=2):
    it = chain(iterator, repeat(None, n - 1))
    d = collections.deque(islice(it, n - 1), maxlen=n)
    for a in it:
      d.append(a)
      yield tuple(d)

一个有用的习惯用法是在iter参数上调用iterator;这是一种确保函数适用于任何迭代的简单方法。

答案 1 :(得分:1)

这是一个主观问题;两个版本都没问题。

我会使用tee,因为它对我来说看起来更简单:我知道tee做了什么,所以第一个是显而易见的,而第二个我必须考虑一下在每个循环结束时覆盖a。时间很小,可能是无关紧要的,但你是对此的判断。

关于您的其他问题,请访问tee docs

  

一旦tee()进行了拆分,原始的可迭代就不应该在其他任何地方使用;否则,迭代可以在不通知tee对象的情况下进行。