在Python中的可迭代对象上调用多个reduce函数的有效方法？

Question

我想在 Python (2.7) 中的可迭代对象上运行几个 reduce 函数。 一个例子是对整数的可迭代调用min和max 。 但是当然你不能在同一个迭代器上调用reduce(min, it)和reduce(max, it) ，因为它在第一次调用后就耗尽了。 因此，您可能会考虑执行以下操作：

reduce(lambda a, b: (min(a[0], b[0]), max(a[1], b[1])), ((x, x) for x in it))

你认为，嘿，这很漂亮，所以你把它概括为这样的：

from itertools import izip

def multireduce(iterable, *funcs):
    """:Return: The tuple resulting from calling ``reduce(func, iterable)`` for each `func` in `funcs`."""
    return reduce(lambda a, b: tuple(func(aa, bb) for func, aa, bb in izip(funcs, a, b)), ((item,) * len(funcs) for item in iterable))

（你喜欢单元测试，所以你包括这样的东西:)

import unittest
class TestMultireduce(unittest.TestCase):
    def test_multireduce(self):
        vecs = (
            ((1,), (min,), (1,)),
            (xrange(10), (min, max), (0, 9)),
            (xrange(101), (min, max, lambda x, y: x + y,), (0, 100, (100 * 101) // 2))
        )
        for iterable, funcs, expected in vecs:
            self.assertSequenceEqual(tuple(multireduce(iterable, *funcs)), expected)

但是当你尝试它时，你会发现它真的很慢：

%timeit reduce(min, xrange(1000000)) ; reduce(max, xrange(1000000))
10 loops, best of 3: 140 ms per loop
%timeit reduce(lambda a, b: (min(a[0], b[0]), max(a[1], b[1])), ((x, x) for x in xrange(1000000)))
1 loop, best of 3: 682 ms per loop
%timeit multireduce(xrange(1000000), min, max)
1 loop, best of 3: 1.99 s per loop

哎哟。 那么你来到 Stack Overflow 寻找 Python 优化智慧......

Answer 1

嗯，就是这样，这有点违背了迭代的意义......

def multireduce(iterable, *funcs):
    """:Return: The tuple resulting from calling ``reduce(func, iterable)`` for each `func` in `funcs`."""
    return tuple(imap(reduce, funcs, tee(iterable, len(funcs))))

但是对于我的测试用例来说速度非常快：

%timeit multireduce(xrange(1000000), min, max)
10 loops, best of 3: 166 ms per loop