yield比return慢，为什么？

Question

我编写了两个函数f和g，它们的功能相同。

def f(l, count):
    if count > 1:
        for i in f(l, count-1):
            yield i + 1
    else:

        yield from l

for i in f(range(100000),900):
    pass
print('f')

并且

def g(l, count):
    if count > 1:
        tmp = []
        for i in g(l, count-1):
            tmp.append(i+1)
        return tmp
    else:
        return l
for i in g(range(100000),900):
    pass
print('f')

我认为f应该更快，但实际运行时g更快。

g的时间更短。

real    0m5.977s
user    0m5.956s
sys     0m0.020s

时间到了

real    0m7.389s
user    0m7.376s
sys     0m0.012s

- sahama

---

我不了解Python的具体情况。但是在一般情况下，上下文的更改比函数返回更加昂贵。 - Alper Kucukkomurler

timeit 模块应该会给你更精确的结果。另外，在 else 部分，你做了两件完全不同的事情！在 g 中，你只是返回列表 l 的引用；在 f 中，你遍历列表并逐个 yield 每个项目。还有，你的输入列表 l 是什么？ - hiro protagonist

你的示例代码有一个错误。for i in h(... 应该是 f，而不是 h。当我更正这个错误并在我的电脑上运行代码时，我得到了与你得到的相反的结果。 - Dunes

否则部分只会运行一次，且不能占用太多时间。 - sahama

@skyking：从Python 3.3开始，您可以使用yield from迭代器。 - hiro protagonist

Answer 1

一个产生结果和一个计算完整结果的解决方案之间有几个重大区别。

产出值持续返回下一个结果，直到耗尽，而完整计算总是完全完成，因此如果您有一个可能会提前终止计算的测试（通常情况下），yield方法将只被调用足够的次数以满足该标准 - 这通常会导致更快的代码。

yield结果仅消耗足以在任何时刻容纳生成器和单个结果的内存 - 完整计算需要足够的内存来同时保存所有结果。当涉及到非常大的数据集时，这可能会使运行代码的能力不受大小限制，而不会导致崩溃。

因此，每个操作花费略微更多，但更加可靠，并且在您不耗尽结果的情况下通常更快。

- Steve Barnes

Answer 2

我不知道你的 h 和 g 函数在做什么，但请记住：

Yield 是一个关键字，类似于 return，但函数将返回一个 生成器，这就是它需要时间的原因。

有一个关于 yield 的精彩解释。请查看 stackoverflow 上 this 的答案。

- Harish Talanki

---

我知道yield的作用。在函数f中，传入的参数只迭代一次，但在函数g中，传入的参数迭代了约900次。 - sahama