如何以最符合Python风格的方式复用生成器并获取两类迭代结果？

我有两个签名如下的生成器：

• gen1(inputs) -> Iterator[A]
• gen2(Iterator[A]) -> Iterator[B]

我的目标是编写另一个名为final_gen的生成器，使其能同时返回A和B类型的结果。但如果像下面这样将gen1和gen2链式调用：

def final_gen(inputs):
    yield from gen2(gen1(inputs))

gen1会被消耗，导致无法获取A类型的结果。想了解复用gen1最符合Python风格的方法是什么？

补充说明
我想到了几种方法，但都不尽满意：

1. 将gen1的结果收集到元组或列表中，这种方式内存效率低。
2. 使用itertools.tee创建gen1的克隆，但这种方式计算效率低。

情况1：gen2支持流式处理（逐个消耗A生成B） #

如果gen2是逐个处理输入迭代器中的A元素并生成对应的B，最优雅的方式是通过缓冲队列实现gen1的元素复用，既保证内存效率，又避免重复计算：

from collections import deque

def final_gen(inputs):
    # 定义喂给gen2的生成器，从队列中取元素
    def feeder():
        while True:
            item = queue.popleft()
            if item is StopIteration:
                return
            yield item

    queue = deque()
    gen2_iter = gen2(feeder())

    # 遍历gen1的每个元素
    for a in gen1(inputs):
        queue.append(a)
        # 先产出A类型结果
        yield a
        # 再产出对应的B类型结果
        yield next(gen2_iter)
    
    # 通知feeder停止
    queue.append(StopIteration)

这种方式用队列做中转：手动遍历gen1拿到每个A，将其放入队列供gen2消费，同时先产出A，再取出gen2生成的对应B产出。整个过程是流式的，不会一次性占用大量内存，也不会重复执行gen1的计算逻辑。

情况2：gen2需要一次性处理整个A序列 #

如果gen2必须接收完整的A序列才能生成B（比如需要统计所有A的总和、排序等操作），则没有完美的折中方案：

• 若内存充足，优先选择把gen1的结果存入列表/元组，这是代码最简洁的方式。
• 若内存紧张但计算资源充足，再考虑使用itertools.tee。

额外建议 #

如果有权限修改gen2，可以将其拆分为单元素处理函数和生成器包装器，遵循Python的"单一职责"设计思路：

def process_a(a: A) -> B:
    # 单个A转B的核心逻辑
    ...

def gen2(a_iter: Iterator[A]) -> Iterator[B]:
    for a in a_iter:
        yield process_a(a)

这样final_gen可以直接调用process_a，无需处理迭代器复用问题：

def final_gen(inputs):
    for a in gen1(inputs):
        yield a
        yield process_a(a)

这是最简洁高效的方案。

内容的提问来源于stack exchange，提问作者Hongtao Yang