python - Python 中的列表理解 : efficient selection in a list

Question

假设我有一个元素列表，我只想根据特定函数(例如到另一个元素的距离)选择其中的一些元素。

我想得到一个包含距离和元素的元组列表。于是，我写了下面的代码

result = [ ( myFunction(C), C) for C in originalList if myFunction(C) < limit ]

但是myFunction是一个非常耗时的函数，而且originalList比较大。这样做，myFunction 将为每个选定的元素调用两次。

那么，有没有办法避免这种情况呢？？

我还有另外两种可能，但都不太好:

1. 第一个是创建未过滤的列表

   unfiltered = [ (myFunction(C),C) for C in originalList ]
   

   然后排序

   result = [ (dist,C) for dist,C in unfiltered if dist < limit ]
   

   但在那种情况下，我复制了我的originalList 并浪费一些内存(列表可能会很大 - 更多超过 10,000 个元素)

2. 第二个是棘手的，不是很 pythonic，但很有效(我们能做的最好的，因为每个元素应该计算一次函数)。 myFunction 最后存储它
   结果是一个全局变量(例如 lastResult)，这个值在列表理解

   result = [ (lastResult,C) for C in originalList if myFunction(C) < limit ]
   

您是否有更好的想法以高效和 Pythonic 的方式实现这一目标？？

感谢您的回答。

Answer 1

当然，下面两者的区别:

[f(x) for x in list]

还有这个:

(f(x) for x in list)

是第一个将在内存中生成列表，而第二个是一个新的生成器，具有惰性评估。

因此，只需将“未过滤”列表写成生成器即可。这是您的代码，内联生成器:

def myFunction(x):
    print("called for: " + str(x))
    return x * x

originalList = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
limit = 10
result =   [C2 for C2 in ((myFunction(C), C) for C in originalList) if C2[0] < limit]
# result = [C2 for C2 in [(myFunction(C), C) for C in originalList] if C2[0] < limit]

请注意，您不会在两者的打印输出中看到差异，但如果您要查看内存使用情况，则注释掉的第二条语句将使用更多内存。

要对问题中的代码做一个简单的更改，请将 unfiltered 重写为:

unfiltered = [ (myFunction(C),C) for C in originalList ]
             ^                                         ^
             +---------- change these to (..) ---------+
                                 |
                                 v
unfiltered = ( (myFunction(C),C) for C in originalList )