Question

在Python中，写作之间是否存在差异（比如性能）

L.append(x)

和

L[len(L):len(L)] = [x]

其中L是一个列表？如果有，它是由什么造成的？

谢谢！

Answer 1

除了append方法之外，你可以使用insert将元素追加到列表中，我猜这是你所指的：

In [115]: l=[1,]

In [116]: l.insert(len(l), 11)

In [117]: l
Out[117]: [1, 11]

l.append（x）vs. l.insert（len（l），x）：

In [166]: %timeit -n1000    l=[1]; l.append(11)
1000 loops, best of 3: 936 ns per loop

In [167]: %timeit -n1000    l=[1]; l.insert(len(l), 11)
1000 loops, best of 3: 1.44 us per loop

很明显，方法append更好。

然后 L.append（x）vs L [len（L）：len（L）] = [x] ：

或L[len(L):]=[x]

In [145]: %timeit -n1000        l=[1]; l.append(123);
1000 loops, best of 3: 878 ns per loop

In [146]: %timeit -n1000        l=[1]; l[len(l):]=[123]
1000 loops, best of 3: 1.24 us per loop

In [147]: %timeit -n1000        l=[1]; l[len(l):len(l)]=[123]
1000 loops, best of 3: 1.46 us per loop

Answer 2

我的系统没有任何区别......

In [22]: f = (4,)

In [21]: %timeit l = [1,2,3]; l.append(4)
1000000 loops, best of 3: 265 ns per loop

In [23]: %timeit l = [1,2,3]; l.append(f)
1000000 loops, best of 3: 266 ns per loop

In [24]: %timeit l = [1,2,3]; l.extend(f)
1000000 loops, best of 3: 270 ns per loop

In [25]: %timeit l = [1,2,3]; l[4:] = f
1000000 loops, best of 3: 260 ns per loop

这意味着在苹果对苹果的比较中，它们是相同的（上述差异可能小于随机误差）。

但是，任何额外的（例如必须在该版本中计算len）可能会使某些特定实现的结果出现偏差。

Answer 3

与往常一样，性能测试存在缺陷。但在你的例子中：

x不一定是可迭代的，你可以在迭代中包装它。这显然是一个额外的步骤，会导致性能下降。

执行len(L)不是免费的，需要非零时间。这也会导致性能下降。

一些快速测试证实了这一点：

def f():
    a = []
    for i in range(10000):
        a.append(0)


def g():
    a = []
    for i in range(10000):
        a[len(a):len(a)] = [0]


%timeit f()
1000 loops, best of 3: 683 us per loop

%timeit g()
100 loops, best of 3: 2.4 ms per loop

现在，您可以执行的一项非显而易见的“优化”删除len(L)效果是使用一个高于列表长度的常量切片。扩展切片永远不会抛出IndexError，即使你已经离开了迭代的末尾。让我们这样做。

def h():
    a = []
    for i in range(10000):
        a[11111:11111] = [0]


%timeit h()
1000 loops, best of 3: 1.45 ms per loop

正如所怀疑的那样，将x包裹在一个可迭代的内容中并且调用len都会产生小的但有形的性能损失。

当然，做li[len(li):len(li)]是非常的。这是最大的性能损失：我的大脑需要花时间弄清楚它刚才看到了什么。： - ）

L.append（x）vs L [len（L）：len（L）] = [x]

3 个答案: