以python为例子讲解不写for循环

为什么要挑战自己在代码里不写for loop？因为这样可以迫使你去使用比较高级、地道的语法或库。文中以python为例子，讲了不少大家其实在别人的代码里都见过、但自己很少用的语法。

这是一个挑战。我要你避免在任何情况下写for循环。同样的，我也要你找到一种场景——除了用for循环以外，用其他方法写都太难。请分享你的发现，我非常想听到这些

距离我开始探索超棒的Python语言特性已经有一段时间了。一开始，这只是我给自己的一个挑战，练习使用更多的语言特性来替代我从其他编程语言那里所学到的。但是事情渐渐变得更有趣了！代码不止变得更简短整洁，而且看起来更加结构化和有规律，在这篇文章中我将更多地介绍这些好处。

首先，让我们退一步看看在写一个for循环背后的直觉是什么：

遍历一个序列提取出一些信息

从当前的序列中生成另外的序列

写for循环已经是我的第二天性了，因为我是一个程序员

幸运的是，Python里面已经有很棒的工具帮你达到这些目标！你需要做的只是转变思想，用不同的角度看问题。

不到处写for循环你将会获得什么

更少的代码行数

更好的代码阅读性

只将缩进用于管理代码文本

Let’s see the code skeleton below:

看看下面这段代码的构架：

# 1

with...:

for...:

if...:

try:

except:

else:

这个例子使用了多层嵌套的代码，这是非常难以阅读的。我在这段代码中发现它无差别使用缩进把管理逻辑（with, try-except）和业务逻辑（for, if）混在一起。如果你遵守只对管理逻辑使用缩进的规范，那么核心业务逻辑应该立刻脱离出来。

“扁平结构比嵌套结构更好” – 《Python之禅》

为了避免for循环，你可以使用这些工具

1. 列表解析/生成器表达式

看一个简单的例子，这个例子主要是根据一个已经存在的序列编译一个新序列：

result = []

foritem initem_list:

new_item = do_something_with(item)

result.append(item)

如果你喜欢MapReduce，那你可以使用map，或者Python的列表解析：

result = [do_something_with(item) for item in item_list]

同样的，如果你只是想要获取一个迭代器，你可以使用语法几乎相通的生成器表达式。（你怎么能不爱上Python的一致性？）

result = (do_something_with(item) for item in item_list)

2. 函数

站在更高阶、更函数化的变成方式考虑一下，如果你想映射一个序列到另一个序列，直接调用map函数。（也可用列表解析来替代。）

doubled_list = map(lambda x: x * 2, old_list)

如果你想使一个序列减少到一个元素，使用reduce

fromfunctoolsimportreduce

summation = reduce(lambdax,y: x + y,numbers)

另外，Python中大量的内嵌功能可/会（我不知道这是好事还是坏事，你选一个，不加这个句子有点难懂）消耗迭代器：

>>> a = list(range(10))

>>> a

[0,1,2,3,4,5,6,7,8,9]

>>> all(a)

False

>>> any(a)

True

>>> max(a)

9

>>> min(a)

0

>>> list(filter(bool,a))

[1,2,3,4,5,6,7,8,9]

>>> set(a)

{0,1,2,3,4,5,6,7,8,9}

>>> dict(zip(a,a))

{0: 0,1: 1,2: 2,3: 3,4: 4,5: 5,6: 6,7: 7,8: 8,9: 9}

>>> sorted(a,reverse=True)

[9,8,7,6,5,4,3,2,1,0]

>>> str(a)

'[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]'

>>> sum(a)

45

3. 抽取函数或者表达式

上面的两种方法很好地处理了较为简单的逻辑，那更复杂的逻辑怎么办呢？作为一个程序员，我们会把困难的事情抽象成函数，这种方式也可以用在这里。如果你写下了这种代码：

results = []

foritem initem_list:

# setups

# condition

# processing

# calculation

results.append(result)

显然你赋予了一段代码太多的责任。为了改进，我建议你这样做：

defprocess_item(item):

# setups

# condition

# processing

# calculation

returnresult

results = [process_item(item)foritem initem_list]

嵌套的for循环怎么样？

results = []

foriinrange(10):

forjinrange(i):

results.append((i,j))

列表解析可以帮助你：

results = [(i,j)

foriinrange(10)

forjinrange(i)]

如果你要保存很多的内部状态怎么办呢？

# finding the max prior to the current item

a = [3,4,6,2,1,9,0,7,5,8]

results = []

current_max = 0

foriina:

current_max = max(i,current_max)

results.append(current_max)

# results = [3, 4, 6, 6, 6, 9, 9, 9, 9, 9]

让我们提取一个表达式来实现这些：

defmax_generator(numbers):

current_max = 0

foriinnumbers:

current_max = max(i,current_max)

yieldcurrent_max

a = [3,4,6,2,1,9,0,7,5,8]

results = list(max_generator(a))

“等等，你刚刚在那个函数的表达式中使用了一个for循环，这是欺骗！”

好吧，自作聪明的家伙，试试下面的这个。

4. 你自己不要写for循环，itertools会为你代劳

这个模块真是妙。我相信这个模块能覆盖80%你想写下for循环的时候。例如，上一个例子可以这样改写：

fromitertoolsimportaccumulate

a = [3,4,6,2,1,9,0,7,5,8]

resutls = list(accumulate(a,max))

另外，如果你在迭代组合的序列，还有product()，permutations()，combinations()可以用。

结论

大多数情况下是不需要写for循环的。

应该避免使用for循环，这样会使得代码有更好的阅读性。

行动

再看一遍你的代码，找出任何以前凭直觉写下for循环的地方，再次思考一下，不用for循环再写一遍是不是有意义的。

分享你很难不使用for循环的例子。