从 Rich 作者的一个问题说起

[yihong0618]

前几天刷推，看到 Rich 的作者发了一条推特，这个问题相当的有趣，前几天在做 iBeats 的时候也遇到过类似的需求，手痒试试有没有好的解法。

我的解法还不错，还得到了作者的称赞，开心了一下~

推特的好处是能遇到各种有趣的解法和讨论，下面对每个解法的解释，其中不少 Python 的巧妙应用

基础方式

def merge(a, b):
    res = []
    for ab in zip(ab):
        res.extend(ab)
    return res

这种的解法的好处是清晰易懂，坏处是因为会不断的 resize list 当列表很大的时候会有效率问题

基础方式2

from itertools import chain 
chain.from_iterable(zip(a,b)) 

这种是比较 Pythonic 的解法，用到了 Python 标准库中非常好用的 itertools, 且不用引入中间变量，没有特别的效率问题，清晰直观，也是工作中比较推荐的代码。

我的解法

以上的都有循环或需要不断 resize 的小问题，那么能不能不 resize 呢？如果列表的长度相同，是可以的，我们只需要建一个列表，然后把 a, b 的元素按规定放进去就行了，这就用到了 Python 非常强大的切片了。

有用同样方式的推友贴出了效率的比较

可以看出，如果不去 resize 的话会有将近 10 倍的效率

更好的解法

def merge_gen(a, b):
    for thing1, thing2 in zip(a, b):
          yield thing1
          yield thing2

list(merge_gen(a, b))

用到了生成器，还不需要引入中间变量，效率同样很高

有趣的解法

sum(zip(a, b), ())

这个解法的有趣的地方在于，sum 是有第二个参数的，作为起始，默认是 0， 如果我们把第二个参数放一个空的 tuple, 就相当于不断的迭代，求和。 但因为也是循环迭代，当大列表时候存在效率问题

总结

从这一个问题动手研究，看大家的思路，还是非常有趣的，有些解法很巧妙也很好玩，参与其中也体会到了写 Python 的乐趣，虽然这些大部分的方式不会让我们在工作中写出更好的代码。但，研究这些方式背后的知识非常有趣，至少让我快乐了一个小时，把我的快乐分享给大家哈哈。

[zjiekai]

def merge_gen(a, b):
    for thing1, thing2 in zip(a, b):
          yield a
          yield b

是不是 yield thing1/2?

[yihong0618]

def merge_gen(a, b):
    for thing1, thing2 in zip(a, b):
          yield a
          yield b

是不是 yield thing1/2?

我改下

[Kilerd]

分析得挺好的，简单来说就是python的list 不支持带capacity的init，这样就出现了在塞数据的时候需要做resize 然后copy 的情况。 本质上就是在避免 resize 这么一件事情。

[longqzh]

一看到长列表就想到了yield～ 只看了前半部分我还纳闷怎么没人用~ 呵呵