Python 中快的循環(huán)方式，你知道幾種？
作者：somenzz
生成器是惰性的，不會(huì)一下子生成 1 億個(gè)數(shù)字，而列表推導(dǎo)式會(huì)一下子申請(qǐng)全部的數(shù)字，內(nèi)存占有較高不說，還不能有效地利用緩存，因此性能稍差。
大家好，我是 somenzz，今天我們來研究一下 Python 中最快的循環(huán)方式。
各種姿勢(shì)
比如說有一個(gè)簡(jiǎn)單的任務(wù)，就是從 1 累加到 1 億，我們至少可以有 7 種方法來實(shí)現(xiàn)，列舉如下：
1、while 循環(huán)
def while_loop(n=100_000_000):
i = 0
s = 0
while i < n:
s += i
i += 1
return s
2、for 循環(huán)
def for_loop(n=100_000_000):
s = 0
for i in range(n):
s += i
return s
3、sum range
def sum_range(n=100_000_000):
return sum(range(n))
4、sum generator(生成器)
def sum_generator(n=100_000_000):
return sum(i for i in range(n))
5、sum list comprehension(列表推導(dǎo)式)
def sum_list_comp(n=100_000_000):
return sum([i for i in range(n)])
6、sum numpy
import numpy
def sum_numpy(n=100_000_000):
return numpy.sum(numpy.arange(n, dtype=numpy.int64))
7、sum numpy python range
import numpy
def sum_numpy_python_range(n=100_000_000):
return numpy.sum(range(n))
上述 7 種方法得到的結(jié)果是一樣的，但是消耗的時(shí)間卻各不相同，你可以猜測(cè)一下哪一個(gè)方法最快，然后看下面代碼的執(zhí)行結(jié)果：
import timeit
def main():
l_align = 25
print(f'{"1、while 循環(huán)":<{l_align}} {timeit.timeit(while_loop, number=1):.6f}')
print(f"{'2、for 循環(huán)':<{l_align}} {timeit.timeit(for_loop, number=1):.6f}")
print(f'{"3、sum range":<{l_align}} {timeit.timeit(sum_range, number=1):.6f}')
print(f'{"4、sum generator":<{l_align}} {timeit.timeit(sum_generator, number=1):.6f}')
print(f'{"5、sum list comprehension":<{l_align}} {timeit.timeit(sum_list_comp, number=1):.6f}')
print(f'{"6、sum numpy":<{l_align}} {timeit.timeit(sum_numpy, number=1):.6f}')
print(f'{"7、sum numpy python range":<{l_align}} {timeit.timeit(sum_numpy_python_range, number=1):.6f}')
if __name__ == '__main__':
main()
執(zhí)行結(jié)果如下所示：
比較快的方式
for 比 while 塊
for 和 while 本質(zhì)上在做相同的事情，但是 while 是純 Python 代碼，而 for 是調(diào)用了 C 擴(kuò)展來對(duì)變量進(jìn)行遞增和邊界檢查，我們知道 CPython 解釋器就是 C 語(yǔ)言編寫的，Python 代碼要比 C 代碼慢，而 for 循環(huán)代表 C，while 循環(huán)代表 Python，因此 for 比 while 快。
numpy 內(nèi)置的 sum 要比 Python 的 sum 快
numpy 主要是用 C 編寫的，相同的功能，肯定是 numpy 的快，類似的，numpy 的 arange 肯定比 Python 的 range 快。
交叉使用會(huì)更慢
numpy 的 sum 與 Python 的 range 結(jié)合使用，結(jié)果耗時(shí)最長(zhǎng)，見方法 7。最好是都使用 numpy 包來完成任務(wù)，像方法 6。
生成器比列表推導(dǎo)式更快
生成器是惰性的，不會(huì)一下子生成 1 億個(gè)數(shù)字，而列表推導(dǎo)式會(huì)一下子申請(qǐng)全部的數(shù)字，內(nèi)存占有較高不說，還不能有效地利用緩存，因此性能稍差。
責(zé)任編輯：武曉燕
來源：
Python七號(hào)
