Learning Python：1. 生成器函數、列表解析與map，for循環的效率對比

利用time模塊的 time（）函數來比較，運行一個 10000 長度的列表 1000次 ，比較不同方法的耗時。

# file timeseqs.py

import time , sys
reps = 1000
size = 10000

def tester ( func , *args ) :
    startTime = time.time()
    for i in range(reps) :
        func ( *args )
    elapsed = time.time() - startTime
    return elapsed

def forStatement() :
    res = []
    for x in range(size) :
        res.append(abs(x))

#列表解析
def listComprehension() :
    res = [ abs(x) for x in range(size) ]

#map
def mapFunction () :
    res = map ( abs , range(size) )

#生成器表達式
def generatorExpression() :
    res = list( abs(x) for x in range(size) )

print sys.version
tests = ( forStatement , listComprehension , mapFunction , generatorExpression )
for testfunc in tests :
    print testfunc.__name__.ljust(20) , '--->' , tester(testfunc) 

可以看到：for循環是最慢的，生成器表達式次之，列表解析和map差不多（map稍慢一點點）

Note 1 ： 生成器表達式 並非一次性計算出一個列表，而是返回一個生成器，在之後的迭代中才處理對象，所以   省了內存 ， 犧牲了一點點時間。

小結：

 1.列表解析不僅從通用性，代碼易寫性和效率上來說，都比較優，推薦使用。

 2.生成器表達式 可以節省內存

 3. 有些情況下，還是推薦使用for循環，出於對  代碼可讀性 的考慮 ， 畢竟 ， 代碼的可讀性，可維護性纔是代碼的靈魂 。