Python:是否有可能事先知道迭代器对象中有多少迭代?

Question

到目前为止，如果我想知道迭代器中有多少次迭代(在我的例子中是一个文件中有多少个蛋白质序列)，我做了:

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

然而，我想把迭代器分成两半，所以我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?

Answer 1

如果不使用迭代器，则无法知道迭代器将产生多少值。请注意，迭代器也可以是无限的，因此在这种情况下，甚至没有定义总数。

如果你能确保迭代器是有限的，一种方法是将其转换为列表(使用list(iterator))，然后使用通常的列表函数(len, slicing)将其分成两半。当然，这样所有的项目将同时在内存中，这对你来说可能是也可能是不可接受的。

或者，您可以尝试使用一个自定义迭代器类来跟踪将要生成的项目的总数。这是否可行取决于所述迭代器是如何获得的。

Answer 2

由于迭代器协议只定义了两个方法:

iterator.__iter__()
iterator.next()

答案是否定的，一般情况下，如果不遍历有限迭代器，就无法知道它们的个数

Answer 3

您可以使用list()将您的迭代器转换为列表，并使用len()获取列表的大小，例如:

len(list(iterator))

Answer 4

我认为Niek de Klein提出的问题与"停止问题"(http://en.wikipedia.org/wiki/Halting_problem)有关。因此，没有任何方法可以确定迭代器的长度，这是有很强的理论依据的!

我的意思是我可以写一个Python迭代器，如果这样的成员函数存在，那么我就解决了暂停问题。

当然，特定的容器或您自己的自定义类(如Paolo所建议的)可以有这样的方法。但是不可能有一个在有限时间内运行的通用程序!

Answer 5

已经提供了四个答案，一个被接受，但是你的问题是正确的吗?如果文件中有蛋白质序列，迭代器是应用程序的最佳文件接口吗?如果您只需要序列数量的初始近似值，那么将文件长度除以序列的平均长度(如果已知先验)将非常便宜。或者，如果迭代器由数据库支持，则可以直接查询记录的数量。