重复赋值指向可迭代对象的变量为何导致Python代码结果异常

用户提供的代码如下：

import more_itertools as mo

def rep(x, n):
    for i in range(n):
        yield x

xs = [0]
for n in [1, 2, 3]:
    xs = mo.flatten(rep(x, n) for x in xs)

print(mo.ilen(xs))

预期逻辑的错误假设 #

预期输出6的前提是：每次循环都会立刻对xs求值，用当前循环的n值计算新的xs长度：

• 第一次循环n=1：初始xs长度为1，每个元素重复1次，新xs长度=1*1=1
• 第二次循环n=2：每个元素重复2次，新xs长度=1*2=2
• 第三次循环n=3：每个元素重复3次，新xs长度=2*3=6
  但这个假设不符合Python的实际运行规则。

核心原因 #

结果为27是两个Python特性共同作用的结果：

1. 迭代器的惰性求值特性
   more_itertools.flatten返回的是迭代器对象，赋值时不会立刻执行内部的迭代逻辑，只有最后调用mo.ilen(xs)消费迭代器的时候，才会逐层触发计算。
2. 生成器的迟绑定特性
   循环中rep(x, n) for x in xs是生成器表达式，它内部引用的变量n不会在生成器定义时就保存当前值，而是等到实际迭代的时候才会读取变量的当前值。

三次循环全部跑完后才会执行mo.ilen对迭代器求值，此时循环变量n已经停留在最后一次迭代的取值3，三层嵌套的迭代器计算时所有层的n取值都是3，最终长度计算为1 * 3 * 3 * 3 = 27，和实际运行结果一致。

修复方案 #

如果要得到预期的6，只需要在每次循环时强制对迭代器求值，把结果转为实体列表即可：

for n in [1, 2, 3]:
    xs = list(mo.flatten(rep(x, n) for x in xs))

这样每次循环都会用当时的n值计算出实际的元素列表，不会出现后续变量覆盖的问题。

内容的提问来源于stack exchange，提问作者psarka