一种解决方案（最好是如果您重复x的话最好）是 记住 函数f，即创建一个包装函数，以保存调用函数的参数并将其保存，然后在询问相同值时返回它。
一个非常简单的实现如下：
storage = {}def memoized(value): if value not in storage: storage[value] = f(value) return storage[value][memoized(x) for x in l if memoized(x)]然后在列表推导中使用此功能。这种方法在两个条件下有效，一个是理论上的，一个是实践上的。第一个是函数 f
应该是确定性的，即在给定相同输入的情况下返回相同的结果，另一个是对象 x
可以用作字典键。如果第一个无效，则应根据每次定义重新计算f，而如果第二个失败，则可以使用一些更可靠的方法。
您可以在网上找到很多备忘录的实现，而且我认为新版本的python也包含一些内容。
附带说明一下，永远不要将小L用作变量名，这是一个坏习惯，因为它在某些终端上可能会与i或1混淆。
编辑：
如前所述，使用生成器理解（以避免创建无用的重复临时对象）的可能解决方案将是以下表达式：
[g(x, fx) for x, fx in ((x,f(x)) for x in l) if fx]
给定f的计算成本，原始列表中的重复次数和处置时的内存，您需要权衡选择。记忆化在空间速度上进行了折衷，这意味着它会跟踪保存每个结果的方式，因此，如果您有大量列表，则在内存占用方面可能会变得代价高昂。
