Question

lst = [randint(0,i) for i in range(0,1000)]
start = time.time()
lst = [item*item for item in lst]
end = time.time()
print('%.7f' %(start - end))

f = lambda x: x**2

lst = [randint(0,i) for i in range(0,1000)]
start = time.time()
lst = [f(item) for item in lst]
end = time.time()
print('%.7f' %(start - end))

内联计算的时间范围为0.0000665到0.0000813。而lambda的范围在0.0004215到0.0004265之间。为什么时间上会有这么大的差异？

Answer 1

我可以看到两个可能的原因：

item * item产生与item ** 2相同的结果，但您对**运算符的实现做出了假设。更重要的原因是......
lambda实际上是一个函数 - 它与你在同一范围内用def声明的函数具有相同的闭包，并且与这样的函数一样，它将获得它自己的函数执行时堆栈帧。创建，推送和删除这样的框架需要时间，这可能是引入如此大的开销的原因。引自here：

在语义上，他们（lambdas）只是正常的语法糖功能定义。

尝试以下计算基准：

内联item*item
内联item **2
def foo(x): return x*x
def foo(x): return x**2
lambda x: x*x
lambda x: x**2

你会发现真正的原因（请分享这些结果，我对自己很感兴趣）。我希望有2种方法可以类似于效率，而且4种方式也相似，但比内联方式慢几个数量级。

另外：使用time.time()的{{3}} intead - 它更可靠。 timeit在测量执行时间方面有更广泛的可能性列表，但我真的推荐timeit，因为它是为你想在这里完成的工作而创建的。 / p>

内联计算与Lambda

1 个答案: