Python列表推导式 vs for循环

Question

Python列表推导式 vs for循环

8

为什么在Python中，列表推导式比for循环有更好的性能表现？ 列表推导式:

new_items = [a for a in items if a > 10]

for循环：

new_items = []
for a in items:
    if a > 10: new_items.append(a)

除了循环以外，还有哪些Python数据结构的性能较差？

- Tom Cruise

3

还有许多其他例子（不涉及循环），其中一种Python结构的性能比另一种差，这是可能的吗？ - 有无数个。 - Gareth Latty

@Lattyware，例如？ - Tom Cruise

6

如果性能是唯一的原因，你不应太担心使用lc还是loop。相反，应该关注你整个算法是否合理，并确保你能够很好地理解自己编写的代码。 - dawg

@TomCruise filter(lambda x:x >10, items) - Ashwini Chaudhary

@Lattyware，我在面试中被问到“for循环和列表推导哪个性能更好，为什么”，所以我想我应该知道它的答案;) - Tom Cruise

显示剩余2条评论

3个回答

5

假设我们在谈论CPython，你可以使用dis模块来比较生成的字节码：

>> def one():
       return [a for a in items if a > 10]

>> def two():
       res = []
       for a in items:
           if a > 10:
               res.append(a)

>> dis.dis(one)

  2           0 BUILD_LIST               0
              3 LOAD_GLOBAL              0 (items)
              6 GET_ITER
        >>    7 FOR_ITER                24 (to 34)
             10 STORE_FAST               0 (a)
             13 LOAD_FAST                0 (a)
             16 LOAD_CONST               1 (10)
             19 COMPARE_OP               4 (>)
             22 POP_JUMP_IF_FALSE        7
             25 LOAD_FAST                0 (a)
             28 LIST_APPEND              2
             31 JUMP_ABSOLUTE            7
        >>   34 RETURN_VALUE

>> dis.dis(two)
  2           0 BUILD_LIST               0
              3 STORE_FAST               0 (res)

  3           6 SETUP_LOOP              42 (to 51)
              9 LOAD_GLOBAL              0 (items)
             12 GET_ITER
        >>   13 FOR_ITER                34 (to 50)
             16 STORE_FAST               1 (a)

  4          19 LOAD_FAST                1 (a)
             22 LOAD_CONST               1 (10)
             25 COMPARE_OP               4 (>)
             28 POP_JUMP_IF_FALSE       13

  5          31 LOAD_FAST                0 (res)
             34 LOAD_ATTR                1 (append)
             37 LOAD_FAST                1 (a)
             40 CALL_FUNCTION            1
             43 POP_TOP
             44 JUMP_ABSOLUTE           13
             47 JUMP_ABSOLUTE           13
        >>   50 POP_BLOCK
        >>   51 LOAD_CONST               0 (None)
             54 RETURN_VALUE

首先，列表推导式利用了专门的LIST_APPEND操作码，而这个操作码在for循环中没有被使用。

- yonilevy

2

来自Python维基

最常用的是for语句。它循环遍历序列中的元素，并将每个元素分配给循环变量。如果循环体简单，for循环本身的解释器开销可能会占据相当大的开销。这就是map函数的便利之处。你可以把map看作是一个移入了C代码的for。

因此，简单的for循环存在开销，而列表推导式则可以避免。

- user2351971

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- goofd · Accepted Answer

本质上，列表解析和for循环执行类似的功能，但列表解析可以省略一些开销并使代码看起来更加简洁易懂。

要理解为什么列表解析更快，你可以查看列表解析的效率，并引用其中与你问题相关的部分：

列表解析在这里执行得更好，因为你不需要从列表中加载append属性（循环程序，字节码28），然后将其作为一个函数调用（循环程序，字节码38）。相反，在列表解析中，会生成专门的LIST_APPEND字节码，以便快速地将结果添加到结果列表中（解析程序，字节码33）。

在loop_faster程序中，通过将append属性提前移出循环，并将结果放置在一个快速本地变量中（字节码9-12），可以避免属性查找的开销，从而使循环更快；但是，列表解析使用了专门的LIST_APPEND字节码，而不是产生函数调用的开销，所以它仍然胜出。

该链接还详细介绍了列表解析可能涉及的一些缺陷，建议您仔细阅读。