生成器是否比python中的while循环快？

问题很简单，我有以下代码在python2中做同样的事情：

for _ in range(n): # or xrange(),they have similar performance according to my test
    pass

i = 0
while i < n:
    i+=1
    pass

对于范围（n）：#或xrange（），根据我的测试，它们具有类似的性能
通过
i=0
而i

for循环比while循环快，当n=1000000时，每个循环大约需要0.105544和0.2389421

从表面上看，当loop执行增量和边界检查时，它看起来很像，但据我所知，生成器或迭代器必须执行相同数量的艰苦工作，因此如果完成的工作相同，为什么一个比另一个快 从

def发生器（n）： i=0 而i

在迭代器的情况下，通常有一个成员函数被调用next，每次调用它时，它都会返回“iterable中的下一项”，对我来说，这意味着大量的函数调用，从而在堆栈上产生了巨大的开销（更多的汇编代码用于push和pop堆栈）并基于我对协同例程的了解（生成器），它试图通过创建一个新的分离堆栈来避免这种情况（就像线程一样，它管理自己的程序计数器），尽管它不再处理大量的函数调用，但它与线程具有相同的问题，即上下文切换的开销
当while循环没有遇到我上面提到的任何开销时，它怎么能变得更慢呢

---

我希望您看到的性能差异与Python中定义的代码部分和解释器中定义的代码部分有关（C中，对于cpython）例如，在

循环的
中，对
下一个
的调用将在C中处理，而对于
范围
或其他内置iterable，函数的实现也将在C中，因此可能会非常快。另一方面，
而
循环的边界检查是一个Python表达式，需要Python代码几乎总是比C代码慢，因此在某些情况下，
for
循环可能比
while
循环快，这并不令人震惊

但是请注意，这两种循环可能比您在它们内部所做的任何有用的工作都要快得多。几乎不值得将精力集中在不同类型循环之间的微小性能差异上，而不是集中在更大的问题上，如算法的复杂性或效率您的数据结构

唯一的例外可能是，如果您对代码进行了大量分析，发现特定循环是特定程序的最大性能瓶颈。如果是这种情况，请对您的核心内容进行微优化。
您很可能是正确的，而不是对范围（n）中的i调用
：
我将其替换为
for I in generator（n）：
其中
generator（）
是我在问题中定义的函数，for循环要慢得多（0.31012297）。我对Cpython不是很熟悉，你能详细说明它如何处理
而for range（），for generator（）吗
不同？cpython是标准的Python解释器（来自）。我不会深入探讨为什么一个循环比另一个循环快，因为正如我在回答中所说的，差异可能远小于您需要对代码执行的任何其他操作所花费的时间。只需使用最自然的循环类型，并在发现特定性能问题时进行优化M
def generator(n):
    i = 0
    while i < n:
        yield i
        i += 1