相见恨晚的 Python 内置库：itertools

itertools是Python中一个功能强大的内置库，提供了多种用于高效循环和组合操作的迭代器工具。这些工具不仅简化了代码编写，还通过延迟计算和内存高效的方式提升了程序性能。以下是itertools库的核心功能解析：

• 延迟计算：itertools返回迭代器而非列表，仅在需要时生成值，节省内存。
• 高效组合操作：内置函数替代手动实现的循环逻辑，减少代码量并提升可读性。
• 系统级优化：作为标准库的一部分，其性能通常优于用户自定义实现。

• count(start=0, step=1)生成无限序列，支持自定义起始值和步长。

  itertools.count(start=20, step=-1) # 20, 19, 18, ...

• cycle(iterable)循环遍历可迭代对象，无限重复。

  itertools.cycle('ABC') # A, B, C, A, B, C, ...

• repeat(value, times=None)重复单个值，可选次数限制。

  itertools.repeat(0, 5) # 0, 0, 0, 0, 0

• accumulate(iterable, func=operator.add)累加或自定义二元操作（如乘法）。

  itertools.accumulate([1, 2, 3], func=lambda x, y: x*y) # 1, 2, 6

• chain(*iterables)串联多个可迭代对象，扁平化输出。

  itertools.chain([1, 2], [3, 4]) # 1, 2, 3, 4

• islice(iterable, start, stop, step)对迭代器切片，类似列表切片但更高效。

  itertools.islice(range(10), 2, 8, 2) # 2, 4, 6

• product(*iterables, repeat=1)计算多个可迭代对象的笛卡尔积。

  itertools.product('AB', [1, 2]) # ('A',1), ('A',2), ('B',1), ('B',2)

• permutations(iterable, r=None)生成所有长度为r的排列（顺序敏感）。

  itertools.permutations('AB', 2) # ('A','B'), ('B','A')

• combinations(iterable, r)生成无重复组合（顺序无关）。

  itertools.combinations('AB', 2) # ('A','B')

• combinations_with_replacement允许重复元素的组合。

  itertools.combinations_with_replacement('AB', 2) # ('A','A'), ('A','B'), ('B','B')

• compress(data, selectors)根据布尔选择器过滤数据。

  itertools.compress('ABC', [1, 0, 1]) # 'A', 'C'

• dropwhile(predicate, iterable)跳过满足条件的初始元素。

  itertools.dropwhile(lambda x: x < 3, [1, 2, 3, 4]) # 3, 4

• takewhile(predicate, iterable)取满足条件的初始元素。

  itertools.takewhile(lambda x: x < 3, [1, 2, 3, 4]) # 1, 2

• filterfalse(predicate, iterable)保留不满足条件的元素。

  itertools.filterfalse(lambda x: x % 2 == 0, [1, 2, 3]) # 1, 3

• groupby(iterable, key=None)按键函数分组连续相同元素。

  for k, g in itertools.groupby('AAAABBBCCD'): # 'A': 'AAAA', 'B': 'BBB', etc.

• starmap(function, iterable)类似map，但参数为元组解包。

  itertools.starmap(pow, [(2,3), (3,2)]) # 8 (2^3), 9 (3^2)

• tee(iterable, n=2)将迭代器拆分为n个独立迭代器（注意内存消耗）。

  a, b = itertools.tee([1, 2, 3]) # a和b可独立遍历

• zip_longest(*iterables, fillvalue=None)类似zip，但以最长可迭代对象为准，缺失值填充。

  itertools.zip_longest('AB', [1], fillvalue='X') # ('A',1), ('B','X')

• 大数据处理：避免内存爆炸（如chain处理分块数据）。
• 算法竞赛：快速生成排列组合（如permutations）。
• 日志分析：groupby按时间戳分组事件。
• 并行计算：tee拆分数据流供多进程处理。

• 迭代器耗尽：多数函数返回一次性迭代器，需重新创建才能重复使用。
• 性能权衡：tee可能增加内存使用，需谨慎拆分大型迭代器。
• Python 3特性：部分函数（如accumulate）在Python 2中需通过functools实现。

总结：itertools通过提供高效的迭代工具，显著简化了复杂循环和组合逻辑的实现。熟练掌握其函数可大幅提升代码的Pythonic程度和执行效率，尤其在处理大规模数据或需要优化内存的场景中。