避免python中的循环

我知道循环在python中是个坏主意，我应该避免它们

嗯，我有几个我想避免的

我有一张名为Lipide的物品清单：

class bead:
    x = 0
    y = 0
    z = 0
    LID = 0
    t = 0

class lipid:
    h = bead()
    b = bead()
    t = bead()
    LID = 0

我正在做以下工作（代码如下）：

初始化覆盖所有类脂和

确定它们是否计为

U

或向下

将值添加到相应的

h

至少，我如何避免第一个循环

1:

class h:
    cU = 0
    cD = 0
    hU = 0
    hD = 0
    h = 0

  for i in range(0,8):
        hs.append([])
        for j in range(0,8):
            index = (i,j)
            hn = h()
            hs[i].append(hn)

 for LID in lipids:
        l = lipids[LID]
        up = l.h.z > l.t.z
        X = (int)(l.b.x*8/L)
        Y = (int)(l.b.y*8/L)
        Z = (l.b.z)*0.5
        if up:
            hs[X][Y].hU += Z
            hs[X][Y].cU += 1
        else:
            hs[X][Y].hD += Z
            hs[X][Y].cD += 1

2和3:

class h:
    cU = 0
    cD = 0
    hU = 0
    hD = 0
    h = 0

  for i in range(0,8):
        hs.append([])
        for j in range(0,8):
            index = (i,j)
            hn = h()
            hs[i].append(hn)

 for LID in lipids:
        l = lipids[LID]
        up = l.h.z > l.t.z
        X = (int)(l.b.x*8/L)
        Y = (int)(l.b.y*8/L)
        Z = (l.b.z)*0.5
        if up:
            hs[X][Y].hU += Z
            hs[X][Y].cU += 1
        else:
            hs[X][Y].hD += Z
            hs[X][Y].cD += 1

---

循环是个不错的主意。只是循环密集型代码可能很慢。但这并不是特定于循环的，只是Python总体上不如其他一些语言快。如果循环是算法中最自然的表达式，我建议您不要避免循环。如果您的代码比您期望或需要的慢，那么寻找优化它的方法（首先是评测）

---

Wikipedia中的算法分析可能会对您有所帮助。

下面是一个使用列表理解创建2d数组的示例：

hs = [[h() for i in range(8)] for j in range(8)]

然而，正如评论中所指出的，这与为循环编写代码没有什么不同，因为列表理解是语法上的糖分。如果在可读性和维护方面更方便，就使用它

---

注意：正如一条评论所指出的，列表理解的另一个好处是，对于循环和

映射

函数，它们通常比

提供更好的性能。
谁告诉过你循环是坏的？
我知道循环在python中是个坏主意，我应该避免它们。
--wat？你从哪里得到这个主意的？鼓励迭代而不是递归。现在，许多简单的
for
循环可以用语法糖代替（用更好的源代码做同样的事情的一种方法）。但这些只是编写循环的更好方法，即使是“循环密集型代码可能很慢”也没有多大意义。如果您的算法是O（n），那么无论循环是否隐式，它都将是O（n）。很多很多问题都需要一些O（n）算法。如果你把一个循环推到优化的C代码中，常数因子会稍微低一点，但它仍然是一个循环（尽管如果你那么绝望，这是一个有效的优化）。+1到你的注释@delnan。我正在相应地编辑我的答案。这和写循环没有什么不同，因为列表理解是语法上的糖分。-事实并非如此，列表理解比for循环快，因为循环是在C级别实现的，而不是在Python级别实现的。它们也比map（）函数快。@Lattyware感谢您的评论。我已经对此进行了研究，虽然您在大多数情况下完全正确，但似乎仍有一些情况下，
map
比前面解释的列表理解更快。