快捷導(dǎo)航

Python while、for、生成器、列表推導(dǎo)等語句的執(zhí)行效率測試

更新時間：2015年06月03日 11:34:21 投稿：junjie

這篇文章主要介紹了Python while、for、生成器、列表推導(dǎo)等語句的執(zhí)行效率測試,本文分別用兩段程序測算出了各語句的執(zhí)行效率,然后總結(jié)了什么情況下使用什么語句優(yōu)先使用的語句等,需要的朋友可以參考下

一個功能的實現(xiàn)，可以用多種語句來實現(xiàn)，比如說:while語句、for語句、生成器、列表推導(dǎo)、內(nèi)置函數(shù)等實現(xiàn)，然而他們的效率并不一樣。寫了一個小程序來測試它們執(zhí)行的效率。

測試內(nèi)容:
將一個數(shù)字大小為20萬的數(shù)字，依次取絕對值，放到列表中，測試重復(fù)1千次.
測試程序:

復(fù)制代碼代碼如下:

import time,sys  

reps = 1000                #測試重復(fù)次數(shù)  

nums = 200000              #測試時數(shù)字大小  

def tester(func,*args):    #總體測試函數(shù)  

    startTime = time.time()  

    for i in range(reps):  

        func(*args)  

    elapsed = time.time() - startTime #用time模塊來測試，結(jié)束時間與開始時間差  

    return elapsed  

def while_Statement():     #while循環(huán)實現(xiàn)  

    res = []  

    x   = 0  

    while nums > x:  

        x += 1  

        res.append(abs(x))  

def for_Statement():       #for循環(huán)實現(xiàn)  

    res = []  

    for x in range(nums):  

        res.append(abs(x))  

def generator_Expression():#生成器實現(xiàn)  

    res = list(abs(x) for x in range(nums))  

def list_Comprehension():  #列表解析實現(xiàn)  

    res = [abs(x) for x in range(nums)]  

def map_Function():        #內(nèi)置函數(shù)map實現(xiàn)  

    res = map(abs, range(nums))  

print sys.version          #打印系統(tǒng)版本  

tests = [while_Statement, for_Statement, generator_Expression, list_Comprehension, map_Function]  

for testfunc in tests:     #將待測函數(shù)放置列表中依次遍歷  

    print testfunc.__name__.ljust(20),': ',tester(testfunc)  #

測試結(jié)果:

復(fù)制代碼代碼如下:

>>>   

2.7.4 (default, Apr  6 2013, 19:55:15) [MSC v.1500 64 bit (AMD64)]  

while_Statement      :  84.5769999027  

for_Statement        :  75.2709999084  

generator_Expression :  62.3519999981  

list_Comprehension   :  60.4090001583  

map_Function         :  47.5629999638

改寫程序:

復(fù)制代碼代碼如下:

import sys  

nums = 100  

def while_Statement():  

    res = []  

    x   = 0  

    while nums > x:  

        x += 1  

        res.append(abs(x))  

def for_Statement():  

    res = []  

    for x in range(nums):  

        res.append(abs(x))  

def generator_Expression():  

    res = list(abs(x) for x in range(nums))  

def list_Comprehension():  

    res = [abs(x) for x in range(nums)]  

def map_Function():  

    res = map(abs, range(nums))  

if __name__=='__main__':  

    import timeit            #用timeit模塊來測試  

    print sys.version  

    funcs = [while_Statement, for_Statement, generator_Expression, list_Comprehension, map_Function]  

    for func in funcs:  

        print func.__name__.ljust(20),': ',timeit.timeit("func()", setup="from __main__ import func")

測試結(jié)果:

復(fù)制代碼代碼如下:

>>>   

2.7.4 (default, Apr  6 2013, 19:55:15) [MSC v.1500 64 bit (AMD64)]  

while_Statement      :  37.1800067428  

for_Statement        :  30.3999109329  

generator_Expression :  27.2597866441  

list_Comprehension   :  17.386223449  

map_Function         :  12.7386868963

測試分析:

用time模塊，和timeit模塊兩種測試方式測試了很多組數(shù)字，得出的結(jié)果是執(zhí)行內(nèi)置函數(shù)最快，其次就是列表推導(dǎo)，再其次生成器和for循環(huán)，while循環(huán)最慢。一般最快的使用內(nèi)置函數(shù)的方法要比使用最慢的while快兩倍以上。簡單分析下原因:內(nèi)置函數(shù)比如說map,filter,reduce(在Python3.0中移除)基本上都是用C語言來實現(xiàn)的,所以速度是最快的，列表推導(dǎo)內(nèi)的迭代在解釋器內(nèi)是以C語言的速度運行的(一般是for循環(huán)的兩倍,對大型文件操作而言，用列表推導(dǎo)效果尤其明顯)，相比較for循環(huán)代碼是在PVM步進運行要快的多。但for循環(huán)里面含range()，相對速度也會快些，while語句是純粹用Python代碼寫成，所以速度最慢。所以函數(shù)式編程最好使用內(nèi)置函數(shù)，然后才考慮使用列表推導(dǎo)或for循環(huán)。最好不用while循環(huán).

您可能感興趣的文章: