关于python：为什么列表理解比附加到列表要快得多？

Why is a list comprehension so much faster than appending to a list?

本问题已经有最佳答案，请猛点这里访问。

我在想，为什么列表理解要比添加到列表中快得多。我认为差异只是表达性的，但不是。

1
2
3
4
5
6
7
8
9

>>> import timeit
>>> timeit.timeit(stmt='''\
t = []
for i in range(10000):
t.append(i)''', number=10000)
9.467898777974142

>>> timeit.timeit(stmt='t= [i for i in range(10000)]', number=10000)
4.1138417314859

列表理解速度快50%。为什么？

相关讨论

列表理解基本上只是常规for循环的"句法糖"。在这种情况下，它性能更好的原因是它不需要加载列表的append属性并在每次迭代时将其作为函数调用。换句话说，一般来说，列表理解执行得更快，因为挂起和恢复一个函数的框架，或者在其他情况下多个函数，比按需创建一个列表慢。

请考虑以下示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48

# Python-3.6

In [1]: import dis

In [2]: def f1():
...: l = []
...: for i in range(5):
...: l.append(i)
...:

In [3]: def f2():
...: [i for i in range(5)]
...:

In [4]: dis.dis(f1)
2 0 BUILD_LIST 0
3 STORE_FAST 0 (l)

3 6 SETUP_LOOP 33 (to 42)
9 LOAD_GLOBAL 0 (range)
12 LOAD_CONST 1 (5)
15 CALL_FUNCTION 1 (1 positional, 0 keyword pair)
18 GET_ITER
>> 19 FOR_ITER 19 (to 41)
22 STORE_FAST 1 (i)

4 25 LOAD_FAST 0 (l)
28 LOAD_ATTR 1 (append)
31 LOAD_FAST 1 (i)
34 CALL_FUNCTION 1 (1 positional, 0 keyword pair)
37 POP_TOP
38 JUMP_ABSOLUTE 19
>> 41 POP_BLOCK
>> 42 LOAD_CONST 0 (None)
45 RETURN_VALUE

In [5]: dis.dis(f2)
2 0 LOAD_CONST 1 (<code object <listcomp> at 0x7fe48b2265d0, file"<ipython-input-3-9bc091d521d5>", line 2>)
3 LOAD_CONST 2 ('f2.<locals>.<listcomp>')
6 MAKE_FUNCTION 0
9 LOAD_GLOBAL 0 (range)
12 LOAD_CONST 3 (5)
15 CALL_FUNCTION 1 (1 positional, 0 keyword pair)
18 GET_ITER
19 CALL_FUNCTION 1 (1 positional, 0 keyword pair)
22 POP_TOP
23 LOAD_CONST 0 (None)
26 RETURN_VALUE

您可以看到，在偏移量22处，我们在第一个函数中有一个append属性，因为在第二个函数中没有使用列表理解的属性。所有这些额外的字节码将使附加方法变慢。另外请注意，在每次迭代中也会加载append属性，这使得您的代码比使用列表理解的第二个函数慢大约2倍。