比較Python中的兩個生成器

Question

我想知道在比較兩台發電機時使用==

例如：

x = ['1','2','3','4','5']

gen_1 = (int(ele) for ele in x)
gen_2 = (int(ele) for ele in x)

gen_1和gen_2對於所有實際用途都是相同的，但是當我比較它們時：

>>> gen_1 == gen_2
False

在這里，我的猜測是， ==這里當作is一般的情況，而且由於gen_1和gen_2分布在內存的不同地方：

>>> gen_1
<generator object <genexpr> at 0x01E8BAA8>
>>> gen_2
<generator object <genexpr> at 0x01EEE4B8>

他們的比較評估為False 。 我猜對了嗎？ 歡迎任何其他見解。

順便說一句，我知道如何比較兩個發電機：

>>> all(a == b for a,b in zip(gen_1, gen_2))
True

甚至

>>> list(gen_1) == list(gen_2)
True

但如果有更好的方法，我很想知道。

Answer 1

您的猜測是正確的 - 比較未定義的類型的后退==是基於對象標識的比較。

比較它們生成的值的更好方法是

from itertools import izip_longest, tee
sentinel = object()
all(a == b for a, b in izip_longest(gen_1, gen_2, fillvalue=sentinel))

這實際上可以短路而不必查看所有值。 正如larsmans在評論中指出的那樣，我們不能在這里使用izip() ，因為如果生成器生成不同數量的元素，它可能會給出錯誤的結果 - izip()將在最短的迭代器上停止。 我們使用新創建的object實例作為izip_longest()填充值，因為object實例也通過對象標識進行比較，因此保證sentinel與其他所有內容進行比較。

請注意，無法在不更改狀態的情況下比較生成器。 如果以后需要，您可以存儲已消耗的項目：

gen_1, gen_1_teed = tee(gen_1)
gen_2, gen_2_teed = tee(gen_2)
all(a == b for a, b in izip_longest(gen_1, gen_2, fillvalue=sentinel))

這將使gen_1和gen_2的狀態基本保持不變。 all()消耗的所有值都存儲在tee對象中。

此時，您可能會問自己，對於手頭的應用程序使用延遲生成器是否真的值得 - 將它們簡單地轉換為列表並使用列表可能更好。

Answer 2

因為生成器按需生成它們的值，所以沒有任何方法可以“比較”它們而不實際消耗它們。 如果您的生成器生成無限的值序列，那么您提出的這種相等性測試將毫無用處。

Answer 3

==確實是一樣is兩個發電機組，因為這是一個可以在不改變其狀態，從而失去了元素進行的唯一檢查。

list(gen_1) == list(gen_2)

是比較兩個有限生成器的可靠和通用的方法（但顯然消耗兩者）; 基於zip的解決方案在不生成相同數量的元素時會失敗：

>>> list(zip([1,2,3,4], [1,2,3]))
[(1, 1), (2, 2), (3, 3)]
>>> all(a == b for a, b in zip([1,2,3,4], [1,2,3]))
True

當任一生成器生成無限數量的元素時，基於list的解決方案仍然失敗。 您可以為此設計一種解決方法，但是當兩個生成器都是無限的時，您只能為不相等設計半算法 。

Answer 4

為了像列表和其他容器一樣對兩個生成器進行逐項比較，Python必須完全消耗它們（好吧，無論如何都要使用它們）。 我認為你必須明確地做到這一點很好，特別是因為一個或另一個可能是無限的。