Python 为什么[None]*10比[None for i在范围(10)]
我想创建一个带有一些初始化值的列表,因为空列表在python中不是一个选项。所以我开始思考哪一个会更快:Python 为什么[None]*10比[None for i在范围(10)],python,performance,list-comprehension,timeit,Python,Performance,List Comprehension,Timeit,我想创建一个带有一些初始化值的列表,因为空列表在python中不是一个选项。所以我开始思考哪一个会更快: l=[范围(1000)内的i无] 或 l=[None]*1000 我试着用timeit测试它: In [56]: timeit.timeit('l = [None] * 1000', number=10000) Out[56]: 0.04936316597741097 In [58]: timeit.timeit('l = [None for i in range(1000)]', numb
l=[范围(1000)内的i无]
或
l=[None]*1000
我试着用timeit
测试它:
In [56]: timeit.timeit('l = [None] * 1000', number=10000)
Out[56]: 0.04936316597741097
In [58]: timeit.timeit('l = [None for i in range(1000)]', number=10000)
Out[58]: 0.2318978540133685
我很惊讶[None]*1000
更快
我想你用的是CPython。让我们将生成的Python bytcode与。这是第一个版本:
>>> import dis
>>> def f():
... return [None] * 1000
>>> dis.dis(f)
2 0 LOAD_CONST 0 (None)
2 BUILD_LIST 1
4 LOAD_CONST 1 (1000)
6 BINARY_MULTIPLY
8 RETURN_VALUE
这一点非常清楚:创建一个列表[None]
(第0-2行),然后乘以1000
(第4-6行)
这是第二个版本:
>>> def g():
... return [None for _ in range(1000)]
>>> dis.dis(g)
2 0 LOAD_CONST 1 (<code object <listcomp> at ..., file "<doctest __main__[3]>", line 2>)
2 LOAD_CONST 2 ('g.<locals>.<listcomp>')
4 MAKE_FUNCTION 0
6 LOAD_GLOBAL 0 (range)
8 LOAD_CONST 3 (1000)
10 CALL_FUNCTION 1
12 GET_ITER
14 CALL_FUNCTION 1
16 RETURN_VALUE
创建一个空列表(第0行),迭代器参数(iter(range(1000))
)被推送到堆栈上(第2行),for循环开始(第4行)。循环索引(
)的值存储在本地数组(第6行)中,None
被追加到列表(第8-10行),直到循环结束(第12行循环到第4行)
总结如下:
- 第一个版本:乘法李>
- 第二个版本:创建一个局部函数,创建一个范围,并将迭代器传递给该函数;此函数在迭代器上迭代并逐个追加元素
注意:小心常见的陷阱
>>> A = [[0]] * 3
>>> A
[[0], [0], [0]]
>>> A[0].append(1)
>>> A
[[0, 1], [0, 1], [0, 1]]
但是:
如果你想知道为什么,看看上面的字节码。
l=[]
是一个“空”列表,不需要进入(CPython)实现(你可以反汇编它),对我来说,简单的乘法比创建一个range对象并在其上循环要快得多,列表理解本质上是循环的解释器级别(有一些优化)。它还使用了.append
,因此每隔一段时间,整个底层数组都会调整大小。如果使用*
操作符查看列表重复的源代码,它会预先分配整个底层数组,而不必调整大小,循环是在C级完成的…这里有一个相关的问题可能是illuminating@zvone:如果不是按照从前到后的顺序填写列表,则算法通常需要一个伪值列表。
>>> A = [[0]] * 3
>>> A
[[0], [0], [0]]
>>> A[0].append(1)
>>> A
[[0, 1], [0, 1], [0, 1]]
>>> A = [[0] for _ in range(3)]
>>> A
[[0], [0], [0]]
>>> A[0].append(1)
>>> A
[[0, 1], [0], [0]]