python - 变量的惰性评估

Question

我想按字典顺序比较两个列表，但列表中的值应该在需要时计算。例如，对于这两个列表

a = list([1, 3, 3])
b = list([1, 2, 2])

(a < b) == False
(b < a) == True

我希望列表中的值是函数，在 a 的情况下和 b ，index=2 处的值(即函数)不会被评估，因为 index=1(a[1]==3, b[1]==2)处的值已经足以确定 b < a .

一个选择是手动比较元素，当我找不到允许我使用列表比较器的解决方案时，我可能会这样做，但我发现手动循环比列表的内置比较器，这就是我要使用它的原因。

更新

这是一种完成我正在尝试做的事情的方法，但我想知道是否有任何内置函数可以更快地完成此操作(并且利用了列表的这一特性)。

def lex_comp(a, b):
  for func_a, func_b in izip(a, b):
    v_a = func_a()
    v_b = func_b()
    if v_a < v_b: return -1
    if v_b > v_a: return +1
  return 0


def foo1(): return 1
def foo2(): return 1

def bar1(): return 1
def bar2(): return 2

def func1(): return ...
def func2(): return ...

list_a = [foo1, bar1, func1, ...]
list_b = [foo2, bar2, func2, ...]

# now you can use the comparator for instance to sort a list of these lists
sort([list_a, list_b], cmp=lex_comp)

Answer 1

试试这个(函数的额外参数只是为了说明目的):

import itertools

def f(a, x):
    print "lazy eval of {}".format(a)
    return x

a = [lambda: f('a', 1), lambda: f('b', 3), lambda: f('c', 3)]
b = [lambda: f('d', 1), lambda: f('e', 2), lambda: f('f', 2)]
c = [lambda: f('g', 1), lambda: f('h', 2), lambda: f('i', 2)]

def lazyCmpList(a, b):
    l = len(list(itertools.takewhile(lambda (x, y): x() == y(), itertools.izip(a, b))))
    if l == len(a):
        return 0
    else:
        return cmp(a[l](), b[l]())

print lazyCmpList(a, b)
print lazyCmpList(b, a)
print lazyCmpList(b, c)

产生:

lazy eval of a
lazy eval of d
lazy eval of b
lazy eval of e
-1
lazy eval of d
lazy eval of a
lazy eval of e
lazy eval of b
1
lazy eval of d
lazy eval of g
lazy eval of e
lazy eval of h
lazy eval of f
lazy eval of i
0

请注意，代码假定函数列表的长度相同。它可以增强以支持不相等的列表长度，你必须定义逻辑是什么，即 cmp([f1, f2, f3], [f1, f2, f3, f1]) 产生？

我没有比较速度，但考虑到你更新的代码，我想任何加速都将是微不足道的(循环在 C 代码而不是 Python 中完成)。该解决方案实际上可能更慢，因为它更复杂并且涉及更多内存分配。

鉴于您正在尝试通过评估函数来对函数列表进行排序，因此函数将被评估，即 O(nlogn) 次，因此您最好的加速可能是考虑使用 memoization以避免重复重估功能。