Python生成器作为函数参数传递后无法遍历，引发索引错误

核心问题 #

你遇到的情况是生成器的一次性迭代特性导致的：生成器属于惰性计算的迭代器，一旦被完整遍历（比如你用sum(1 for _ in permutations)统计数量时），内部的迭代指针就会走到末尾，后续再尝试遍历这个生成器对象，不会有任何元素返回，自然没有输出，后续代码因无数据处理就会抛出索引错误。

具体解决方案 #

方案1：转换为列表（内存允许时首选）

把生成器转换成列表，列表支持多次遍历。修改主函数逻辑：

import itertools
import time

def build_permutations(positions, start, end):
    my_range = range(start, end+1) 
    permutations = (
        perm
        for perm in itertools.product(my_range, repeat=len(positions))
        if (sum(perm) / len(positions) <= end * .66) or sum(perm)/len(positions) >= (end * .1)
    )
    return permutations

# 主函数修改
if __name__ == "__main__":
    permutation_time = time.time()
    # 生成生成器并转为列表，替换为你的实际参数
    permutations_list = list(build_permutations(positions=..., start=..., end=...))
    # 统计数量用列表长度
    print(f"| Number of permutations: {len(permutations_list)} | Runtime: {time.time() - permutation_time:.2f} seconds")
    # 传递列表给处理函数
    processing_technique(permutations_list)

这样permutations_list可以被多次遍历，处理函数内循环或操作都能正常获取元素。

方案2：重新生成生成器（内存紧张时使用）

如果生成器的元素数量极大，转列表会占用过多内存，就在需要遍历的地方重新调用build_permutations生成新的生成器：

if __name__ == "__main__":
    positions = ...
    start = ...
    end = ...

    permutation_time = time.time()
    # 第一次生成生成器用于统计数量
    permutations_count = sum(1 for _ in build_permutations(positions, start, end))
    print(f"| Number of permutations: {permutations_count} | Runtime: {time.time() - permutation_time:.2f} seconds")
    # 第二次生成新的生成器传递给处理函数
    processing_technique(build_permutations(positions, start, end))

注意：这种方式会重复执行build_permutations里的筛选逻辑，性能会有损耗，适合内存不足但性能尚可接受的场景。

方案3：包装为可重置的迭代器类

如果需要多次迭代且不想重复计算，可以自定义一个类封装生成器逻辑，每次迭代时重新生成：

import itertools

class PermutationGenerator:
    def __init__(self, positions, start, end):
        self.positions = positions
        self.start = start
        self.end = end
    
    def __iter__(self):
        my_range = range(self.start, self.end+1)
        return (
            perm
            for perm in itertools.product(my_range, repeat=len(self.positions))
            if (sum(perm) / len(self.positions) <= self.end * .66) or sum(perm)/len(self.positions) >= (self.end * .1)
        )

# 使用示例
if __name__ == "__main__":
    # 替换为你的实际参数
    perm_gen = PermutationGenerator(positions=..., start=..., end=...)
    # 第一次遍历统计数量
    count = sum(1 for _ in perm_gen)
    # 第二次遍历传递给处理函数
    processing_technique(perm_gen)

每次遍历perm_gen时，__iter__方法都会重新生成一个新的生成器，避免了一次性耗尽的问题。

内容的提问来源于stack exchange，提问作者sf8193