Python 如何在使用itertools.tee检查下一个元素时最小化空间成本？

我试图使用

itertools.tee

来了解迭代器是否为空，而不完全使用它：

from itertools import tee
def get_iterator(i):
    i1, i2 = tee(i, 2)
    if next(i1, None) is None:
       # iterator is empty - raises some error
       pass
    return i2 # return not empty iterator to caller

如tee主席所述：

此itertool可能需要大量辅助存储（取决于需要存储的临时数据量）。通常，如果一个迭代器在另一个迭代器启动之前使用了大部分或全部数据，那么使用list（）而不是tee（）会更快

所以很明显，当我不是空的时候，i2比i1先使用大部分数据。 一个简单的del能克服这个问题吗

from itertools import tee
def get_iterator(i):
    i1, i2 = tee(i, 2)
    if next(i1, None) is None:
       # iterator is empty - raises some error
       pass
    del i1  # Does this overcome storage issue?
    return i2  # return not empty iterator to caller

有没有更好的方法来实现这一目标

---

提前谢谢

我的意思是，在你的特殊情况下，这有什么错

from itertools import chain
def get_iterator(i):
    try:
        first = next(i):
    except StopIteration:
       # iterator is empty - raises some error
       pass
    return chain([first], i)

---

它执行完全相同的操作，但不存储除第一个值以外的任何内容。

这有点微妙-它取决于

tee

函数的未记录属性以及。示例Python代码将存储从创建迭代器到每个迭代器使用的所有项，但很容易想象迭代器将具有清理效果，从而放弃对队列中数据的声明。但即便如此，

del

删除了你的名字；它不能保证物体的毁灭。这样的清理工作将因此而起作用，但不一定在您预期的时间进行。要知道这是否会发生，需要阅读。它确实支持单个迭代器，这表明可以用一种方法进行优化

的CPython代码相当简单；它包含对

teedataobject

的引用，该对象最多包含57个项目，也构成一个单链接列表。因此，正常的引用计数语义适用于该批处理级别。因此，基本上，对于CPython，即使在所有迭代器都使用了56个项之后，也会在内存中保留多达56个项，但仅此而已，因为引用计数处理是即时的。只要

tee

迭代器存在，它们之间就可以容纳任意数量的项，但它们不会从源迭代器中提前读取；必须至少有一个tee迭代器已通过获取项

因此基本结论是：是的，

del

将在CPython中工作，但使用

tee

意味着您将临时存储57个项目的批次，而不是1个。重复此方法可能会导致任意数量的此类窗口-除了

tee

迭代器是可复制的，并且将共享其基础列表

这是对CPython的一个版本（4243df51fe43）的具体解释。实现在PyPy、IronPython、Jython或其他版本的CPython中会有所不同

例如，（版本cadf868）使用了一个类似的链表，每个链表有一个项目，因此不会像这个CPython版本那样批量处理

---

有一个值得注意的捷径可以阻止这种成本的增长：我所研究的

tee

实现都可以生成可复制的迭代器，也可以复制可复制的迭代器。因此重复应用

tee

不会创建新的迭代器层，这是

链

方法的一个潜在问题

请参阅@Chris_Rands tee基本上会用尽整个迭代器来创建新的迭代器–这完全不是真的。@Chris_Rands文档说“下面的Python代码有助于解释tee所做的事情（尽管实际实现更复杂，并且只使用一个底层FIFO队列）。”如果查看CPython代码中的

teedataobject\u getitem

，您会发现，如果主迭代器达到该点，它只会获取新数据

PyIter\u Next

。然后它将存储该值，直到所有

tee

s都使用了该值。请参阅Alex Martelli关于sentinel值的评论。@Chris_Rands，仅当您运行其中一个新迭代器时。例如，如果使用

a，b，c=tee（itr，3）

那么如果使用

i=next（a）；deli

在执行

next（b）

和

next（c）

之前，您将在内存中存储

i

。最坏的情况是，如果您执行

la=list（a）

操作，那么内存中将有

len（la）

元素，直到

b

和

c

都向前迭代。在（…）或不同版本的CPython中，实现将有所不同。：）你所说的可复制迭代器是什么意思？可复制迭代器有一个生成自身副本的方法。迭代器的副本生成与第一个迭代器相同的输出

tee

通过根据需要存储值来生成迭代器的副本，即使迭代器没有

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu方法。它确实解决了我的特定需求，但我也对del对。非常感谢！这个答案值得投票。它适用于第二个问题“有更好的方法吗”，而我的则适用于第一个问题“一个del能否克服[球座的存储成本]”。给出已经在评论中指出的答案是一种不好的品味…@piotrdorgost老实说，我甚至没有关注你的链接。这是我独立提出的。抱歉没有先检查。我实际上发现了一个反对此表单（以及
tee
表单）的论点。PyPy和CPython
tee
实现都会复制迭代器（如果可以的话），而迭代器不会复制底层存储，
tee
迭代器是可复制的。