如何在 reduce 函数中使用 python 生成器？

Question

有人可以帮我理解这段代码的执行吗？

from functools import reduce

def foo():
    for i in range(10):
        yield i

gen = foo()

print (gen == 0, gen.__next__ == 0, gen.__next__ == 1, reduce(lambda a,b:a+b, gen))

我的问题如下：

多个打印参数在做什么？ gen == 0 是什么意思？ gen不是生成器对象吗？
此外，reduce 函数如何记住分配给 a 和 b 的内容？
调用gen = foo()后，执行是否只是在函数和reduce语句之间切换？

如果有人能把生成器和reduce函数的功能映射出来，那将有很大帮助！谢谢！

Answer 1

如您所见，gen 是一个生成器； print 中的所有测试都是荒谬的（如果他们添加调用括号以获得 gen.__next__() 那么与 0 和 1 的比较将 return True 我想，但通过不调用它，可以保证 False).

至于reduce，那是在the docs。 reducer 函数的每次调用都使用先前调用的结果（内部存储在 reduce 函数的局部变量中，除非传递给 reducer 函数，否则不可见）作为第一个参数（在第一次调用时，这是可选的第三个参数 initializer，或者第一次调用是使用 gen 中的前两个元素执行的），下一个输入迭代结果为 b.

因此，如果实际上调用了 __next__（使用 gen 的前两个值），则第一次调用将使用 2 作为 a 和 3 作为 b；下一次调用的结果 (5) 将是 a，b 来自 gen (4) 的下一个值，生成 9，等等。步进它出前几步。你会看到：

a = 2, b = 3 -> 5
a = 5, b = 4 -> 9
a = 9, b = 5 -> 14
a = 14, b = 6 -> 20

等等；实际上，它只是使用 reduce 作为 sum 函数的 slow/ugly 形式。

关于你的第四个问题：生成器是懒惰的。当请求下一个值时，执行切换到生成器，当生成它时，生成器是 "hibernated" 直到请求下一个值。所以在这种情况下，是的，传递给 reduce 的 lambda 的每次调用都对应于 gen 的额外读取（第一次调用需要两次读取，因为它需要获得一个累加器值开始），但它完全是按需的；这里没有真正的并行性；当 gen 恢复时，要求它提供值的代码将暂停等待结果；当没有从中请求任何值时，gen 是 "frozen" 无限期（根本不是后台处理）。

如何在 reduce 函数中使用 python 生成器？

How to use python generators in reduce function?

python

reduce

generator