Python 迭代器到序列转换的哪个操作最快？

我必须将迭代器转换为可下标序列（例如列表、元组）。现在，当我试图这样做时，我偶然发现了两种实现这一目标的方法。现在的问题是，哪一个是最推荐和最快的

使用

tuple

或

list

的构造函数进行转换

percents=范围（100+1）
元组（百分比）#到一个元组。
列表（百分比）#添加到列表中。

在

元组

或

列表

中使用解包

[*percents]   # to a list.
(*percents,)  # to a tuple.

---

有趣的是，列表和元组的答案不一样（也就是说，在我的特定机器上运行Python 3.8-取决于代码运行的位置和使用的Python版本，您的里程可能会有所不同）：

结果:

0.48456099999999996
0.5760516999999999
0.4818578
0.3919844000000001

对于更大的iterables，这一点保持不变

现在，我无法告诉你们，为什么列表的解包速度更快，而元组的解包速度较慢。这可能与列表理解处理其参数的方式和元组理解有关。令人惊讶的是，这两个构造函数非常相似，而理解

unpack\u into\u tuple（）

要比理解

unpack\u into\u list（）慢得多

你的问题是“推荐的和快速的”。我想说它们都很快，所以推荐的选项应该是代码中可读性和可维护性最好的选项

如果这是代码中执行数百万次的关键部分，那么您可能会关心速度，但您必须怀疑Python是否是最佳选择。你最好选择对别人和你未来的自己读得最清楚的选项。
我试过了，他们非常接近

import timeit
percents = range(100+1)
timeit.timeit('tuple(percents)', number=10000, setup="from __main__ import percents")
timeit.timeit('list(percents)', number=10000, setup="from __main__ import percents")
timeit.timeit('(*percents,)', number=10000, setup="from __main__ import percents")
timeit.timeit('[*percents]', number=10000, setup="from __main__ import percents")

您可以试试看
哪一个应用程序运行得最快？使用
timeit
运行一些实验。标准方法是使用
list
或
tuple
构造函数。我从未见过解包仅用于评估生成器。生成器只是一个示例，因为它非常类似于迭代器。
import timeit
percents = range(100+1)
timeit.timeit('tuple(percents)', number=10000, setup="from __main__ import percents")
timeit.timeit('list(percents)', number=10000, setup="from __main__ import percents")
timeit.timeit('(*percents,)', number=10000, setup="from __main__ import percents")
timeit.timeit('[*percents]', number=10000, setup="from __main__ import percents")