Python嵌套for循环比单个for循环快

为什么嵌套for循环比单个for循环快

start = time()

k = 0
m = 0

for i in range(1000):
    for j in range(1000):
        for l in range(100):
            m+=1

#for i in range(100000000):
#    k +=1

print int(time() - start)

---

对于单For循环，我得到14秒的时间，对于嵌套For循环，得到10秒的时间，这是因为您使用的是

Python2

。Range生成一个数字列表，并且必须分配该列表。在第一个嵌套循环中，您分配的是

1000+1000+100

，因此列表大小为

2100

，而在另一个嵌套循环中，列表大小为

100000000

，更大

在

python2

中，最好使用

generator

，

xrange（）

，generator生成数字，而不是构建和分配数字列表

---

另外，对于进一步的信息，您可以阅读到它与此相关，但在Python 2中的python3中，

range

创建了一个包含列表中所有数字的列表。尝试用

xrange

交换

range

，您会发现它们需要相当的时间，否则单循环方法可能会更快一些。

在嵌套循环期间，python必须为计数器分配

1000+1000+100=2100

值，而在单循环中，它必须分配

10M

。这就是额外花费时间的原因

---

我已经在python 3.6中对此进行了测试，其行为与此类似，我认为这很可能是内存分配问题。

相关上下文将在主题中解释

简而言之，

range（100000000）

在Python2中构建了一个巨大的列表，而在嵌套循环中，您只构建了总共包含1000+1000+100=2100个元素的列表。在Python3中，

range

比Python2中的

xrange

更聪明、更懒惰

下面是以下代码的一些计时。绝对运行时间取决于系统，但相互比较这些值是有价值的

import timeit

runs = 100

code = '''k = 0
for i in range(1000):
    for j in range(1000):
        for l in range(100):
            k += 1'''

print(timeit.timeit(stmt=code, number=runs))

code = '''k = 0
for i in range(100000000):
    k += 1'''

print(timeit.timeit(stmt=code, number=runs))

产出：

CPython 2.7-

范围

264.650791883
372.886064053

231.975350142
221.832423925

365.20924194483086
437.26447860104963

解释：建立庞大的列表需要时间

CPython 2.7-

range

与

xrange

交换

264.650791883
372.886064053

231.975350142
221.832423925

365.20924194483086
437.26447860104963

释义：与预期几乎相同。（嵌套的

for

循环应具有 对于循环，开销大于单个

）

CPython 3.6-
范围

264.650791883
372.886064053

231.975350142
221.832423925

365.20924194483086
437.26447860104963

解说：有趣！我没想到会这样。有人吗？
你在用
Python2
？可能是的。有关上下文，请阅读。