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 。