Python itertools：组合谓词

Question

这是 Project Euler 问题 2：

斐波那契数列中的每个新项都是通过添加 前两期。从 1 和 2 开始，前 10 个术语将 是：

1, 2, 3, 5, 8, 13, 21, 34, 55, 89, ...

通过考虑斐波那契数列中的项，其值不 超过四百万，求偶数项之和。

一种可能的直接方法是：

def fib_even(n):
    previous, current = 0, 1
    sum_fib = 0
    while current <= n:
        previous, current = current, previous + current
        if current % 2 == 0:
            sum_fib += current
    return sum_fib

然后我尝试使用“纯”生成器以一种功能性的方式来完成它：

def fibonacci_generator():
    curr_fib, next_fib = 0, 1
    while True:
        yield curr_fib
        curr_fib, next_fib = next_fib, curr_fib + next_fib

print(sum(itertools.filterfalse(lambda x: x % 2 == 0, itertools.takewhile(lambda x: x < n, fibonacci_generator()))))

这个版本效率低下，因为同一个工作（屈服）被多次完成。

我的问题：生成斐波那契数一次的功能性方法是什么，直到达到某个限制并同时过滤奇数。 （不改变第二个版本的生成器。）

作为参考，第一个版本 timeit for 10 给出：

100000 loops, best of 3: 10 µs per loop

十亿的第二个版本timeit给出：

10000 loops, best of 3: 28.8 µs per loop

Answer 1

在生成器中进行过滤会更快：

def my_fibonacci_generator():
    curr_fib, next_fib = 0, 1
    while True:
        if not curr_fib % 2:
            yield curr_fib
        curr_fib, next_fib = next_fib, curr_fib + next_fib


n = 4000000
sum(takewhile(lambda i: i < n, my_fibonacci_generator())

在不到一半的时间内运行：

In [10]: timeit (sum(filterfalse(lambda x: x % 2 == 0, takewhile(lambda x: x < n, fibonacci_generator()))))
100000 loops, best of 3: 16.1 µs per loop

In [11]: timeit sum(takewhile(lambda i: i < n, my_fibonacci_generator()))
100000 loops, best of 3: 7.65 µs per loop

In [12]: sum(filterfalse(lambda x: x % 2 == 0, takewhile(lambda x: x < n, fibonacci_generator())))
Out[12]: 4613732

In [13]:  sum(takewhile(lambda i: i < n, my_fibonacci_generator()))
Out[13]: 4613732

正是 lambda 的成本正在减慢您自己的功能。除非您可以使用内置行 map(operator.add 而不是等效的 lambda，否则函数式方法总是会受到影响。

在不修改的情况下接近相同运行时的唯一方法是先进行过滤：

In [57]: timeit sum(takewhile(lambda x: x < n, filter(lambda x: x & 1, fibonacci_generator())))
100000 loops, best of 3: 9.93 µs per loop