面试题：Python 多层嵌套列表推导式的优化与应用

Question

有一个三维列表 `matrix = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]`，要求使用列表推导式将其转换为一维列表，且新列表中的元素是原三维列表中所有大于3的元素乘以2后的结果。同时，请说明在更复杂场景下，如何优化多层嵌套列表推导式的性能。

Answer 1

1. 列表推导式代码如下：

matrix = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]
new_list = [num * 2 for sublist1 in matrix for sublist2 in sublist1 for num in sublist2 if num > 3]
print(new_list) 

2. 在更复杂场景下，优化多层嵌套列表推导式性能的方法：
   • 使用生成器表达式代替列表推导式：列表推导式会一次性生成整个列表，占用较多内存。生成器表达式则是按需生成数据，节省内存。例如将上述列表推导式改为生成器表达式：

matrix = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]
gen = (num * 2 for sublist1 in matrix for sublist2 in sublist1 for num in sublist2 if num > 3)
# 如果需要列表形式，再转换为列表
new_list = list(gen) 
print(new_list) 

• 减少嵌套层数：可以通过一些中间步骤来简化多层嵌套。比如可以先将多层嵌套列表扁平化，然后再进行过滤和计算。例如：

from itertools import chain
matrix = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]
flat_list = list(chain.from_iterable(chain.from_iterable(matrix)))
new_list = [num * 2 for num in flat_list if num > 3]
print(new_list) 

• 使用内置函数和库：一些内置函数和标准库函数在底层是用C实现的，运行速度更快。例如 map 和 filter 函数。

matrix = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]
flat_list = list(chain.from_iterable(chain.from_iterable(matrix)))
result = list(map(lambda x: x * 2, filter(lambda x: x > 3, flat_list)))
print(result) 

• 避免在列表推导式中进行复杂计算：如果在列表推导式中有复杂的计算逻辑，可以将其提取到单独的函数中，这样代码更易读且可能会有性能提升。例如：

def process_num(num):
    return num * 2

matrix = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]
flat_list = list(chain.from_iterable(chain.from_iterable(matrix)))
new_list = [process_num(num) for num in flat_list if num > 3]
print(new_list)