Python 为什么嵌套列表合并时“functools.reduce”和“itertools.chain.from_itertools”的计算时间不同

有时，您应该嵌套合并到合并列表。它类似于np.flatte。 当列表列表如下所示时，您应该将其展平

a = [[j for j in range(0, 10)] for i in range(0, 10000)]

你有两种解决方法。itertools.chain.from_iterable和functools.reduce

你认为哪一件更快，比另一件快多少

当列表长度较大时，itertools.chain.from_iterable的速度会快1000倍或更多

如果有人知道这件事发生的原因，请告诉我

---

始终为您提供thx支持和帮助。

是，因为列表串联，即使用+，是一种开启操作。当您以增量方式构建大小为N的列表时，它将变为ON2

相反，使用chain.from_iterable将使用具有线性性能的列表类型构造函数对最终列表中的所有N项进行迭代

这就是为什么您不应该使用sum来展平列表注释，还原lambda x，y:x+y，。。。就是简单的总和

注意，像这样展开嵌套列表的惯用方法是使用列表理解：

[x for sub in a for x in sub]

这是一种反模式，sum方法阻止您使用str对象：

这非常清楚地说明了循环中昂贵的+。请注意，以下简单方法实际上对行为而不是对2有影响：

---

这是因为my_list+=某物相当于my_list.extendsomething，而.extend with.append具有摊销的常量时间行为，因此总体而言，它将处于启用状态。

thx。您提到的惯用方法是更好的解决方法。更多关于计算的解释对我很有帮助。此外，使用lambda的reduce甚至比sum还要慢，因为除了C方法调用外，它还必须通过内部循环执行Python函数调用。在这种情况下，这可能没有多大关系，因为C方法调用对所有副本的串联做了很多工作，但一般来说，当它们都不是一个糟糕的想法时，sum会更快。而且可读性更高，篇幅更短，更难出错。当我们这样做的时候，你真的需要一个列表而不仅仅是一个迭代器吗？如果您只需要单步执行一次，那么您可以节省一点时间和大量内存，还可以将时间“管道化”到其余代码中，而不是在开始任何操作之前，直接使用链迭代器。

[x for sub in a for x in sub]

>>> sum(['here', 'is', 'some', 'strings'], '')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: sum() can't sum strings [use ''.join(seq) instead]

result = []
for sub in a:
    result = result + sub

result = []
for sub in a:
    result += sub