在Python中，调用多个reduce函数的高效方法是什么？

Question

我想在Python（2.7）中对可迭代对象运行多个reduce函数。例如，对整数可迭代对象调用min和max。但是，当然你不能在同一个可迭代对象上调用reduce(min, it)和reduce(max, it)，因为在第一次调用后它就被耗尽了。所以你可能会想做这样的事情：

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

你可能认为这很不错，于是你将其概括成以下内容：

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，因此你包含了像这样的内容：）

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)

但是当你尝试使用它时，你会发现它非常缓慢：

%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

哎呀，那么你来到Stack Overflow寻求Python优化智慧...

- Doctor J

Answer 1

好吧，有这个，但这有点违背可迭代对象的初衷...

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))))

但是对于我的测试案例来说，速度相当快：

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

- Doctor J