Python函数评估效率

Question

如果我这样做:

x=[(t,some_very_complex_computation(y)) for t in z]

显然 some_very_complex_computation(y) 不依赖于 t。所以它应该只被评估一次。有没有办法让 Python 意识到这一点，这样它就不会在每次迭代时都计算 some_very_complex_computation(y)？

编辑:我真的很想在一行中做到这一点......

Answer 1

通常你应该听从 San4ez 的建议，在这里只使用一个临时变量。我仍然会介绍一些在某些情况下可能有用的技术:

一般来说，如果您只想为子表达式绑定(bind)一个名称(这通常是您需要临时变量的原因)，您可以使用 lambda:

x = (lambda result=some_very_complex_computation(y): [(t, result) for t in z])()

在这种特殊情况下，以下是一个非常干净且可读的解决方案:

x = zip(z, itertools.repeat(some_very_complex_computation(y)))

关于此类自动优化的一般说明

在像 Python 这样的动态语言中，实现将很难确定 some_very_complex_computation 是引用透明的，也就是说，它总是返回相同参数的相同结果。如果你想要这样的魔法，你可能想研究像 Haskell 这样的函数式语言。

“明确”的纯粹性:内存

不过，您可以做的是让some_very_complex_computation显式缓存最近参数的返回值:

from functools import lru_cache

@lru_cache()
def some_very_complex_computation(y):
  # ...

这是 Python 3。在 Python 2 中，您必须自己编写装饰器:

from functools import wraps

def memoize(f):
  cache = {}
  @wraps(f)
  def memoized(*args):
    if args in cache:
      return cache[args]
    res = cache[args] = f(*args)
    return res
  return memoized

@memoize
some_very_complex_computation(x):
  # ...