Python中的“懒惰”列表项评估答案

【问题标题】："Lazy" list item evaluation in PythonPython中的“懒惰”列表项评估
【发布时间】：2018-11-05 23:01:51
【问题描述】：

由于没有更好的词，我就用了这个标题。

我想要的是能够做这样的事情：

>>> from random import randint
>>> fruits = [
...     "Orange",
...     "Banana",
...     f"{randint(2,5)} Cherries",
... ]

>>> fruits[2]
'3 Cherries'

>>> fruits[2]
'5 Cherries'

>>> fruits[2]
'2 Cherries'

但是，字符串中的文字表达式在创建列表时被评估一次，并且每次访问它时都会给出相同的结果。

我想知道除了编写一些复杂的边缘情况处理之外，是否有更简单/更智能的方法来处理这个问题（我们毕竟是程序员；谁不喜欢编写漂亮的代码并且优雅而花哨？）。我说的是边缘情况处理，因为我的 49 个字符串中只有 6 个需要这种“特殊”行为。

到目前为止，我尝试的是从 randint 调用中创建一个 lambda 函数，但这并没有帮助；同样的结果。也许这是惰性评估的一个案例，但我需要一些关于如何（或是否？）将它与列表一起使用的指导。

【问题讨论】：

标签： python lambda lazy-evaluation f-string

【解决方案1】：

如果您希望一些项是字面的，但有些是可调用的，您可以创建自己的 list 版本：

from random import randint

class LazyList(list):
    'Like a list, but invokes callables'
    def __getitem__(self, key):
        item = super().__getitem__(key)
        if callable(item):
            item = item()
        return item

fruits = LazyList([
    "Orange",
    "Banana",
    lambda: f"{randint(2,5)} Cherries",
])

print(fruits[2])
print(fruits[2])

【讨论】：

比 o11c 的要好得多.. 您是否需要重载许多其他方法才能使其在迭代、切片、打印为 repr 和 str 等方面表现出色？还是他们都通过__getitem__ 本身？排序呢？
@PatrickArtner 不，这几乎可以保证不适用于 CPython 中的内置类型。

【解决方案2】：

你在正确的轨道上，想要一个 lambda：

from random import randint

fruits = [
        lambda: "Orange",
        lambda: "Banana",
        lambda: f"{randint(2, 5)} Cherries",
]

print(fruits[2]())
print(fruits[2]())
print(fruits[2]())

有一些方法可以省略()，但可能不值得。

【讨论】：

【解决方案3】：

一开始将 lambda 放入列表中听起来不错，但随后您必须调用列表中的这个特殊（或所有）索引。你不能迭代列表，你不能对列表进行排序，...

创建一个为您提供列表的函数更容易：

from random import randint

def gimme_fruits ():
    return [ "Orange", "Banana", f"{randint(2,5)} Cherries",]

print(gimme_fruits())

输出：

['Orange', 'Banana', '3 Cherries']

['Orange', 'Banana', '4 Cherries']

['Orange', 'Banana', '2 Cherries']

每个列表的樱桃数量都是“固定的”——但您可以这样做：

for f in gimme_fruits() + gimme_fruits() + gimme_fruits():
    print(f)

获取维生素：

Orange
Banana
3 Cherries
Orange
Banana
3 Cherries
Orange
Banana
3 Cherries

【讨论】：

【解决方案4】：

免责声明：我是图书馆的作者

你可以使用seqtools做惰性映射，它支持迭代和切片：

>>> fruits = seqtools.smap(lambda x: x if isinstance(x, str) else x(), 
...                        fruits)
>>> fruits[0]
'Orange'
>>> fruits[-1]
'3 Cherries'

如果您不想在每次调用时重新评估函数元素，可以添加一些缓存：

fruits = seqtools.add_cache(fruits)

显然，项目分配不能通过映射进行，因此您将不得不为此欺骗自己。

尽管排序最终会评估列表中的所有项目，因此您最好提前执行此操作并调用常规 list.sort() 方法。

【讨论】：