随机交错多个可迭代对象，同时在 python 中保留它们的顺序

Question

受到this earlier stack overflow question 的启发，我一直在考虑如何在python 中随机交错可迭代对象，同时保留每个可迭代对象中元素的顺序。例如：

>>> def interleave(*iterables):
...     "Return the source iterables randomly interleaved"
...     <insert magic here>
>>> interleave(xrange(1, 5), xrange(5, 10), xrange(10, 15))
[1, 5, 10, 11, 2, 6, 3, 12, 4, 13, 7, 14, 8, 9]

最初的问题要求随机交错两个列表 a 和 b，接受的解决方案是：

>>> c = [x.pop(0) for x in random.sample([a]*len(a) + [b]*len(b), len(a)+len(b))]

但是，此解决方案仅适用于两个列表（尽管可以轻松扩展），并且依赖于 a 和 b 是列表的事实，因此可以在它们上调用 pop() 和 len()，这意味着它不能与可迭代对象一起使用。它还具有清空源列表 a 和 b 的不幸副作用。

为原始问题给出的替代答案会复制源列表以避免修改它们，但这让我觉得效率低下，尤其是在源列表很大的情况下。替代答案也使用len()，因此不能仅用于可迭代对象。

我编写了自己的解决方案，适用于任意数量的输入列表并且不修改它们：

def interleave(*args):
    iters = [i for i, b in ((iter(a), a) for a in args) for _ in xrange(len(b))]
    random.shuffle(iters)
    return map(next, iters)

但此解决方案还依赖于作为列表的源参数，以便可以在它们上使用len()。

那么，有没有一种有效的方法可以在 python 中随机交错迭代，保留元素的原始顺序，不需要提前知道迭代的长度，也不需要复制迭代？

编辑：请注意，与最初的问题一样，我不需要随机化是公平的。

Answer 1

这是使用生成器的一种方法：

import random

def interleave(*args):
  iters = map(iter, args)
  while iters:
    it = random.choice(iters)
    try:
      yield next(it)
    except StopIteration:
      iters.remove(it)

print list(interleave(xrange(1, 5), xrange(5, 10), xrange(10, 15)))

Answer 2

如果你想“公平”就不要。

假设您有一个包含一百万个项目的列表，另一个仅包含两个项目。 “公平”随机化将短列表中的第一个元素出现在大约索引 300000 左右。

a,a,a,a,a,a,a,...,a,a,a,b,a,a,a,....
                        ^

但在您知道列表的长度之前，无法提前知道。

如果您只是以 50% (1/n) 的概率从每个列表中取出，则可以在不知道列表长度的情况下完成，但您会得到更多类似这样的结果：

a,a,b,a,b,a,a,a,a,a,a,a,a,a,a,a,...
    ^   ^

Answer 3

我很满意aix提供的解决方案满足问题的要求。然而，在阅读了comments by Mark Byers 之后，我想看看这个解决方案到底有多“不公平”。

此外，在我写完这个问题之后的某个时候，堆栈溢出用户 EOL 将 another solution 发布到 original question，这会产生“公平”的结果。 EOL的解决方案是：

>>> a.reverse()
>>> b.reverse()
>>> [(a if random.randrange(0, len(a)+len(b)) < len(a) else b).pop()
...     for _ in xrange(len(a)+len(b))]

我还进一步增强了自己的解决方案，使其不依赖于支持 len() 的参数，而是复制源可迭代对象：

def interleave(*args):
    iters = sum(([iter(list_arg)]*len(list_arg) for list_arg in map(list, args)), [])
    random.shuffle(iters)
    return map(next, iters)

或者，写法不同：

def interleave(*args):
    iters = [i for i, j in ((iter(k), k) for k in map(list, args)) for _ in j]
    random.shuffle(iters)
    return map(next, iters)

然后，我测试了由 F.J 编写并在我上面的问题中复制的原始问题的公认解决方案，以及 aix、EOL 和我自己的解决方案。该测试涉及将 30000 个元素的列表与单个元素列表（哨兵）交错。我重复了测试 1000 次，下表显示了每种算法在交织后哨兵的最小值、最大值和平均索引，以及所用的总时间。我们期望一个“公平”的算法产生一个大约的平均值。 15,000：

algo    min             max             mean            total_seconds
----    ---             ---             ----            -------------
F.J:    5               29952           14626.3         152.1
aix:    0               8               0.9             27.5
EOL:    45              29972           15091.0         61.2
srgerg: 23              29978           14961.6         18.6

从结果可以看出，F.J、EOL 和 srgerg 的每个算法都产生了表面上“公平”的结果（至少在给定的测试条件下）。然而，aix 的算法始终将标记放在结果的前 10 个元素中。我重复了几次实验，结果相似。

所以马克拜尔斯被证明是正确的。如果需要真正的随机交织，则需要提前知道源迭代的长度，或者需要制作副本以便确定长度。