前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python 中最快的循环方式

Python 中最快的循环方式

作者头像
somenzz
发布2022-10-25 20:08:07
7150
发布2022-10-25 20:08:07
举报
文章被收录于专栏:Python七号

大家好,我是 somenzz,今天我们来研究一下 Python 中最快的循环方式。

各种姿势

比如说有一个简单的任务,就是从 1 累加到 1 亿,我们至少可以有 7 种方法来实现,列举如下:

1、while 循环

代码语言:javascript
复制
def while_loop(n=100_000_000):
    i = 0
    s = 0
    while i < n:
        s += i
        i += 1
    return s

2、for 循环

代码语言:javascript
复制
def for_loop(n=100_000_000):
    s = 0
    for i in range(n):
        s += i
    return s

3、sum range

代码语言:javascript
复制
def sum_range(n=100_000_000):
    return sum(range(n))

4、sum generator(生成器)

代码语言:javascript
复制
def sum_generator(n=100_000_000):
    return sum(i for i in range(n))

5、sum list comprehension(列表推导式)

代码语言:javascript
复制
def sum_list_comp(n=100_000_000):
    return sum([i for i in range(n)])

6、sum numpy

代码语言:javascript
复制
import numpy
def sum_numpy(n=100_000_000):
    return numpy.sum(numpy.arange(n, dtype=numpy.int64))

7、sum numpy python range

代码语言:javascript
复制
import numpy
def sum_numpy_python_range(n=100_000_000):
    return numpy.sum(range(n))

上述 7 种方法得到的结果是一样的,但是消耗的时间却各不相同,你可以猜测一下哪一个方法最快,然后看下面代码的执行结果:

代码语言:javascript
复制
import timeit

def main():
    l_align = 25
    print(f'{"1、while 循环":<{l_align}} {timeit.timeit(while_loop, number=1):.6f}')
    print(f"{'2、for 循环':<{l_align}}  {timeit.timeit(for_loop, number=1):.6f}")
    print(f'{"3、sum range":<{l_align}} {timeit.timeit(sum_range, number=1):.6f}')
    print(f'{"4、sum generator":<{l_align}} {timeit.timeit(sum_generator, number=1):.6f}')
    print(f'{"5、sum list comprehension":<{l_align}} {timeit.timeit(sum_list_comp, number=1):.6f}')
    print(f'{"6、sum numpy":<{l_align}} {timeit.timeit(sum_numpy, number=1):.6f}')
    print(f'{"7、sum numpy python range":<{l_align}} {timeit.timeit(sum_numpy_python_range, number=1):.6f}')

if __name__ == '__main__':
    main()

执行结果如下所示:

比较快的方式

for 比 while 块

for 和 while 本质上在做相同的事情,但是 while 是纯 Python 代码,而 for 是调用了 C 扩展来对变量进行递增和边界检查,我们知道 CPython 解释器就是 C 语言编写的,Python 代码要比 C 代码慢,而 for 循环代表 C,while 循环代表 Python,因此 for 比 while 快。

numpy 内置的 sum 要比 Python 的 sum 快

numpy 主要是用 C 编写的,相同的功能,肯定是 numpy 的快,类似的,numpy 的 arange 肯定比 Python 的 range 快。

交叉使用会更慢

numpy 的 sum 与 Python 的 range 结合使用,结果耗时最长,见方法 7。最好是都使用 numpy 包来完成任务,像方法 6。

生成器比列表推导式更快

生成器是惰性的,不会一下子生成 1 亿个数字,而列表推导式会一下子申请全部的数字,内存占有较高不说,还不能有效地利用缓存,因此性能稍差。

最后

本文分享了几种遍历求和的方法,对比了它们的性能,给出了相应的结论,如果有帮助,还请点个赞哈,如果在看+转发的话,感激涕零。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-05-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python七号 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 各种姿势
    • 1、while 循环
      • 2、for 循环
        • 3、sum range
          • 4、sum generator(生成器)
            • 5、sum list comprehension(列表推导式)
              • 6、sum numpy
                • 7、sum numpy python range
                • 比较快的方式
                  • for 比 while 块
                    • numpy 内置的 sum 要比 Python 的 sum 快
                      • 交叉使用会更慢
                        • 生成器比列表推导式更快
                        • 最后
                        领券
                        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档