Python 为什么发电机速度更快？

我知道生成器比迭代器快。我也知道生成器可以使用

for

循环语法来实现。例如：

    import time 


startT = time.time()


def myGen(n):
    for i in range(n):
        yield x         


def myIter(n):
    for i in range(n):
        pass

def main():
    n=100
    startT=time.time()
    myIter(n)
    print 'myIter took ', time.time() - startT

    startT=time.time()
    myGen(n)
    print 'myGen(n) took ', time.time() - startT

这只是结果的一个例子：

myIter took 0.09234782
myGen(n) took 0.017847266

因为它使用

for

循环语法，所以我不明白它如何比迭代器更快。此生成器使用迭代器，因为“for”循环是使用迭代器实现的。如果对这些时间进行计时，则生成器的速度将始终更快。当生成器使用迭代器时，为什么会出现这种情况

谢谢。

在您的代码中，

myIter（n）

确实有效——它循环了100次

另一方面，myGen（n）只需构建生成器即可。它不算100。你所做的只是计时构建对象所需的时间，而且你是以一种不可靠的方式计时的。如果我们使用

timeit

（这里使用IPython使事情更简单）：

我们看到，

myGen（n）

时间独立于

n

，因为它没有做任何事情。事实上，我们可以看到您的代码从未以另一种方式执行：

>>> list(myGen(100))
Traceback (most recent call last):
  File "<ipython-input-11-dd43d937402a>", line 1, in <module>
    list(myGen(100))
  File "<ipython-input-1-ba968e48e9fd>", line 3, in myGen
    yield x
NameError: name 'x' is not defined

---

而且生成器的版本比较慢，通常情况下也是如此。

“我知道生成器比迭代器快。”-它们不是。为什么你认为他们是？生成器是迭代器的一种。生成器并不比迭代器快。生成器是迭代器。通常情况下，生成器函数实际上速度较慢，但内存效率更高。目前还不清楚您认为哪种代码比它快。你能在你的问题中包括这一点吗？另外，将变量打印到标准输出也会降低应用程序的速度。首先，你只进行了一次测试，而不是数千次。其次，

time.time（）

不是一个精确的计时器。第三，生成器只创建循环并进行一次迭代，而另一个函数创建循环，然后迭代整个循环。

>>> list(myGen(100))
Traceback (most recent call last):
  File "<ipython-input-11-dd43d937402a>", line 1, in <module>
    list(myGen(100))
  File "<ipython-input-1-ba968e48e9fd>", line 3, in myGen
    yield x
NameError: name 'x' is not defined

>>> %timeit myIter(100)
1000000 loops, best of 3: 1 µs per loop
>>> %timeit consume(myGen(100), 100)
100000 loops, best of 3: 3.44 µs per loop