Question

在python中哪个更快？

1

for word in listOfWords:
    doSomethingToWord(word)

2

for i in range(len(listOfWords)):
    doSomethingToWord(listOfWords[i])

当然我在python 2.x中使用xrange。

我的假设是1.比2快。如果是，那为什么呢？

Answer 1

使用Python的timeit模块来回答这类问题：

duncan@ubuntu:~$ python -m timeit -s "listOfWords=['hello']*1000" "for word in listOfWords: len(word)"
10000 loops, best of 3: 37.2 usec per loop
duncan@ubuntu:~$ python -m timeit -s "listOfWords=['hello']*1000" "for i in range(len(listOfWords)): len(listOfWords[i])"
10000 loops, best of 3: 52.1 usec per loop

Answer 2

不要问这个问题，你可以自己尝试一下。这并不难。超级简单的基准测试将向您展示差异。

from datetime import datetime
arr = [4 for _ in xrange(10**8)]

startTime = datetime.now()
for i in arr:
    i
print datetime.now() - startTime

startTime = datetime.now()
for i in xrange(len(arr)):
    arr[i]
print datetime.now() - startTime

在我的机器上它是：

0:00:04.822513
0:00:05.676396

请注意，您正在迭代的列表应该非常大，以便看到差异。第二个循环更长，因为每次您需要按索引（arr[i]）进行查找，并生成xrange的值。

请不要在大多数无用的微优化中花费太多时间，而是试着看看是否可以提高内循环函数的计算复杂度。

Answer 3

只需尝试timeit。

  In [2]:  def solve(listOfWords):
         for word in range(len(listOfWords)):
               pass
   ...:     

In [3]: %timeit solve(xrange(10**5))
100 loops, best of 3: 4.34 ms per loop

In [4]:  def solve(listOfWords):
         for word in listOfWords:
               pass
   ...:     

In [5]: %timeit solve(xrange(10**5))
1000 loops, best of 3: 1.84 ms per loop

Answer 4

除了速度优势之外，1还是“看起来更干净”，但也适用于不支持len的序列，即生成器表达式和生成器函数的结果。要使用解决方案2，首先必须将生成器转换为列表，以便在时获取其长度。但是如果生成器生成所有素数的列表，并且doSomething正在寻找第一个值＆gt; 100？

for num in prime_number_generator(): if num > 100: return num

无法将此转换为第二种形式，因为此生成器没有结束。

另外，如果创建列表元素非常昂贵（如从数据库或远程Web服务器获取）？如果您要从生成的一组N值中寻找匹配值，使用＃1可以在找到匹配后立即退出，并平均避免生成N / 2值。要使用＃2，首先必须生成所有N个值才能获得长度以获得范围。

有一个原因，Python 3转换了许多内置函数来返回迭代器而不是列表 - 它们更灵活。

What is Pythonic? "for i in range(len(seq)):"? No. Use "for x in seq:"

Python的每一个都比索引更快？

4 个答案: