Question

在重构一段代码时，我注意到了这一点：

if product_id in [c["id"] for c in self.data.load_products()]:
    # Do something

反过来，load_products()执行SQL查询，并为每个产品执行：

执行一些相对CPU成本高昂的操作，并且：
使用yield将产品逐个返回给来电者。

据我所知，列表理解和生成器表达式之间的区别在于，在列表理解的情况下，所有产品都将从数据库加载并处理，即使第一个产品是匹配的。

因此，如果我用这样的生成器表达式替换它：

#                ↴                                          ↴
if product_id in (c["id"] for c in self.data.load_products()):
    # Do something

它可以通过最终减少工作来改进代码，即一旦找到匹配，下一个产品将不会从数据库加载，也不会被处理。

尽管如此，我还是不太了解Python。

我是对的吗？ Python会在找到匹配项后立即停止，或者两段代码都会执行相同操作并从数据库加载每个产品吗？

Answer 1

列表理解将始终运行到最后并将所有结果保存在内存中。

生成器（表达与否）可以短路（如果使用得当） - 例如if product_id in <some generator>确实会在找到匹配后立即停止，只有在那里运行到最后不配。

Answer 2

List Comprehension的主要目的是创建一个新列表。因此，只有当它运行并准备一个新列表时才会停止。如果列表中的任何项与正在搜索的实际项匹配，in运算符将迭代新生成的列表并返回True。例如，

>>> lc = [item * 2 for item in range(10)]
>>> lc
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
>>> 4 in lc
True

如果是生成器表达式，in运算符将调用生成器的__iter__方法，当__iter__调用返回的项与实际项匹配时，它将立即停止搜索。您可以像这样确认

>>> ge = (item * 2 for item in range(10))
>>> ge
<generator object <genexpr> at 0x7f498a85fd70>
>>> 4 in ge
True
>>> list(ge)
[6, 8, 10, 12, 14, 16, 18]

如您所见，ge仅在找到匹配项之前进行迭代。在ge检查后转换为列表时，4 in ge对象会给出生成器表达式生成的其余元素。

因此，在这种情况下，Generator Expressions更好。

与列表推导相比，生成器表达式的工作量更少吗？

2 个答案: