Python itertools.tee函数：为什么多个迭代器并非总是完全独立？

顺亿

2026-09-23 • 👁 0人浏览过

itertools.tee

的非完全独立性 Python 的

itertools.tee

函数旨在从单个迭代器创建多个独立的迭代器副本。然而，这些副本并非总是完全独立的，尤其是在处理生成器等惰性迭代器时。关键在于

tee

创建的迭代器共享底层迭代器的状态，而非完全复制其数据。让我们分析以下代码：

from itertools import tee

def func():
    g = (x for x in range(3, 100, 2))  # 生成器，产生奇数
    while True:
        n = next(g)
        yield n
        g = filter(lambda x: x % n > 0, g) # 筛选掉n的倍数
        g1, g2 = tee(g, 2)

        # 关键部分：对g1迭代，影响g和g2
        for i in range(10):
            next(g1) 
        g = g2 # g2 继承了被g1消耗后的状态

g = func()
print([next(g) for i in range(10)])

问题根源：共享状态与惰性求值立即学习 “ Python免费学习笔记（深入） ”；代码中的

g

是一个生成器，它按需产生奇数。

tee(g, 2)

创建了两个迭代器

g1

和

g2

，它们都指向同一个

g

。关键在于

filter

函数：它并没有预先计算所有结果，而是惰性地根据需要进行筛选。 Python 3.14.3 微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。下载当

for

循环迭代

g1

十次时，

g1

从

g

中获取元素并进行筛选。由于

g1

、

g2

和

g

共享底层生成器的状态，

g

本身的状态也在被修改（筛选掉已处理的数的倍数）。因此，

g2

继承了这个被修改后的状态，导致其产生的序列与预期不同。解决方法：避免在其他地方使用原始迭代器 Python 文档明确指出，在使用

tee

后，应避免再次使用原始迭代器 (

g

在本例中)。因为对原始迭代器的任何操作都会影响

tee

创建的迭代器。为了获得预期的结果，应该修改代码，避免对

g

进行任何进一步操作，只使用

tee

创建的迭代器

g1

和

g2

：

from itertools import tee

def func():
    g = (x for x in range(3, 100, 2))
    while True:
        n = next(g)
        yield n
        g = filter(lambda x: x % n > 0, g)
        g1, g2 = tee(g, 2)
        g = g2 # 这里不再使用g1

        # for i in range(10):  # 去除这部分循环
        #     next(g1)

g = func()
print([next(g) for i in range(10)]) # 输出：[3, 5, 7, 11, 13, 17, 19, 23, 29, 31]

通过移除

for

循环并只使用

g2

，我们消除了对原始生成器

g

的额外操作，从而保证了

tee

创建的迭代器的独立性，得到预期的素数序列。

相关文章