Python: 是否有可能预先知道迭代器对象中有多少次迭代？

Question

到目前为止，如果我想知道迭代器中有多少个迭代次数（在我的情况下，是文件中有多少蛋白质序列），我会这样做：

count = 0
for stuff in iterator:
    count += 1
print count

然而，我想将迭代器分成两半，因此需要知道迭代的总次数。有没有一种方法可以在不遍历迭代器的情况下知道迭代的次数？

- Niek de Klein

Answer 1

没有办法在不消耗完迭代器的情况下知道它会产生多少值。请注意，迭代器也可以是无限的，因此在这种情况下，总计数甚至没有定义。

如果您可以确保迭代器是有限的，实现您所要求的一种方法是将其转换为列表（使用 list(iterator)），然后使用常规列表函数（len，切片）将其分成两半。当然，在这种方式中，所有项目将同时存在于内存中，这可能或可能不在您的情况下可接受。

或者，您可以尝试使用自定义迭代器类来跟踪即将生成的项目的总数。是否可行取决于获取所述迭代器的确切方式。

- Paolo Capriotti

---

我完全同意你的回答，Paolo，你认为我提到停机问题是否相关？ - jimifiki

Answer 2

自从迭代器协议只定义了两种方法：

iterator.__iter__()

iterator.next()

一般情况下，您无法在迭代器中遍历它们之前知道有限迭代器中项目的数量。

- soulcheck

Answer 3

我认为Niek de Klein提出的问题与“停机问题”（http://en.wikipedia.org/wiki/Halting_problem）有关。因此，出于强烈的理论原因，无法确定迭代器的长度！

我的意思是，我可以编写一个Python迭代器，以便如果存在这样的成员函数，则我已经解决了停机问题。

当然，特定的容器或您自己的自定义类（如Paolo所建议的）可以具有这样的方法。但是，不能有一般的方法在有限时间内运行！

- jimifiki

---

我认为这个问题与停机问题有着很遥远的关系，即使从技术上讲是正确的。 - Xavier Combelle

我同意计数蛋白质问题更像是“容器中有多少元素”的问题，但我想指出的是，无论迭代器是在特定的东西上（比如列表或字典），还是Niek不应该等待一个通用的len(iterator)比计数器工作得更好的版本发布。而且，使用图灵的结果来激励我的回答，很可爱！ - jimifiki

Answer 4

你可以使用list()将迭代器转换为列表，然后使用len()获取列表的大小，例如：

len(list(iterator))

- Frank Fang

---

对于较大的列表而言，这可能会很昂贵。sum(1 for x in iterator) 可能作为一种通用解决方案更好。 - Noufal Ibrahim

@NoufalIbrahim 这是个不错的技巧，很可能是最好的答案，因为蛋白质数据库往往很大（NR 任何人都知道吧？），试图将它们塞进内存并不是最好的想法。 - soulcheck

Answer 5

已经提供了四个答案并且有一个被接受了，但是你的问题是否正确呢？如果你有一个蛋白质序列文件，那么迭代器是否是最好的文件接口呢？如果你只需要一个序列数量的初始近似值，那么可以非常廉价地通过文件长度除以平均序列长度来得到，如果事先已知。或者，如果迭代器由数据库支持，记录数可以直接查询。

- Dave

---

迭代器来自于 Biopython 这个生物信息学库提供的函数。我不想自己编写迭代器。 - Niek de Klein