我正在尝试 2.6 的集合理解,并遇到了以下两种方式。我认为第一种方法会比第二种方法更快,timeit
另有建议。为什么第二种方法更快,即使第二种方法有一个额外的列表实例化后跟一个集合实例化?
方法一:
In [16]: %timeit set(node[0] for node in pwnodes if node[1].get('pm'))
1000000 loops, best of 3: 568 ns per loop
方法二:
In [17]: %timeit set([node[0] for node in pwnodes if node[1].get('pm')])
1000000 loops, best of 3: 469 ns per loop
pwnodes = [('e1', dict(pm=1, wired=1)), ('e2', dict(pm=1, wired=1))]
.
最佳答案
使用列表理解时迭代速度更快:
In [23]: from collections import deque
In [24]: %timeit deque((node[0] for node in pwnodes if node[1].get('pm')), maxlen=0)
1000 loops, best of 3: 305 µs per loop
In [25]: %timeit deque([node[0] for node in pwnodes if node[1].get('pm')], maxlen=0)
1000 loops, best of 3: 246 µs per loop
deque
用来说明迭代速度; maxlen
设置为 0
的 deque
丢弃从 iterable 中获取的所有元素,因此没有内存分配差异来扭曲结果。
那是因为在 Python 2 中,列表推导式不使用单独的命名空间,而生成器表达式使用(它必须,必须)。这个额外的命名空间需要堆栈上的新框架,而这是昂贵的。生成器表达式的主要优点是它们低内存占用,而不是它们的速度。
在 Python 3 中,列表推导式也有一个单独的命名空间,列表推导式和生成器迭代速度相当。您还拥有集合理解,即使在 Python 2 上也是最快的。
关于2.6 的 python 集理解,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31271062/