Question

我的印象是使用sum构造要比运行for循环快得多。但是，在以下代码中，for循环实际上运行得更快：

import time

Score = [[3,4,5,6,7,8] for i in range(40)]

a=[0,1,2,3,4,5,4,5,2,1,3,0,5,1,0,3,4,2,2,4,4,5,1,2,5,4,3,2,0,1,1,0,2,0,0,0,1,3,2,1]

def ver1():
    for i in range(100000):
        total = 0
        for j in range(40):
            total+=Score[j][a[j]]
    print (total)

def ver2():
    for i in range(100000):
        total = sum(Score[j][a[j]] for j in range(40))
    print (total)


t0 = time.time()
ver1()
t1 = time.time()
ver2()
t2 = time.time()

print("Version 1 time: ", t1-t0)
print("Version 2 time: ", t2-t1)

输出结果为：

208
208
Version 1 time:  0.9300529956817627
Version 2 time:  1.066061019897461

我做错了吗？有没有办法更快地做到这一点？

（请注意，这只是我设置的一个演示，在我的实际应用中，分数不会以这种方式重复）

一些额外的信息：这是在64位的Python 3.4.4上，在Windows 7 64位上，在i7上运行。

Answer 1

这似乎取决于系统，可能是python版本。在我的系统上，差异大约是13％：

python sum.py 
208
208
('Version 1 time: ', 0.6371259689331055)
('Version 2 time: ', 0.7342419624328613)

这两个版本没有衡量sum与手动循环，因为循环＆＃34;机构＆＃34;不一样。 ver2做了更多的工作，因为它创建了100000次生成器表达式，而ver1的循环体几乎是微不足道的，但它为每次迭代创建了一个包含40个元素的列表。您可以将示例更改为相同，然后您会看到sum：

的效果

def ver1():
    r = [Score[j][a[j]] for j in range(40)]
    for i in xrange(100000):
        total = 0
        for j in r:
            total+=j
    print (total)

def ver2():
    r = [Score[j][a[j]] for j in xrange(40)]
    for i in xrange(100000):
        total = sum(r)
    print (total)

我已将所有内容移出内部循环体并退出sum调用，以确保我们仅测量手工制作循环的开销。使用xrange而不是range可以进一步改善整个运行时，但这适用于两个版本，因此不会更改比较。我系统上修改过的代码的结果是：

python sum.py
208
208
('Version 1 time: ', 0.2034609317779541)
('Version 2 time: ', 0.04234910011291504)

ver2比ver1快五倍。这是使用sum而不是手工制作循环的纯粹性能提升。

受ShadowRanger's comment on the question about lookups的启发，我修改了示例以比较原始代码并检查是否查找了绑定符号：

def gen(s,b):
    for j in xrange(40):
        yield s[j][b[j]]

def ver2():
    for i in range(100000):
        total = sum(gen(Score, a))
    print (total)

我创建了一个小型自定义生成器，它在本地绑定Score和a，以防止在父作用域中进行昂贵的查找。执行此：

python sum.py
208
208
('Version 1 time: ', 0.6167840957641602)
('Version 2 time: ', 0.6198039054870605)

单独的符号查找占运行时的约12％。

Answer 2

由于j迭代两个列表，我想我会看到zip是否更好用了：

def ver3():
    for i in range(100000):
        total = sum(s[i] for s,i in zip(Score,a))
    print (total)

在Py2上，这比版本2慢大约30％，但在Py3上比版本1慢大约20％。如果我将zip更改为izip（从itertools导入），这样可以缩短版本1到2之间的时间。

Python中“和”理解的速度

2 个答案: