今天我們來研究一下 Python 中最快的循環(huán)方法。

01?各種姿勢

比如說有一個簡單的任務(wù)，就是從 1 累加到 1 億，我們至少可以有 7 種方法來實現(xiàn)，列舉如下：

1、while 循環(huán)

2、for 循環(huán)

3、sum range

4、sum generator（生成器）

5、sum list comprehension（列表推導(dǎo)式）

6、sum numpy

7、sum numpy python range

上述 7 種方法得到的結(jié)果是一樣的，但是消耗的時間卻各不相同，你可以猜測一下哪一個方法最快，然后看下面代碼的執(zhí)行結(jié)果：

執(zhí)行結(jié)果如下所示：

02? 比較快的姿勢

for 比 while 快

for 和 while 本質(zhì)上在做相同的事情，但是 while 是純 Python 代碼，而 for 是調(diào)用了 C 擴展來對變量進行遞增和邊界檢查，我們知道 CPython 解釋器就是 C 語言編寫的，Python 代碼要比 C 代碼慢，而 for 循環(huán)代表 C，while 循環(huán)代表 Python，因此 for 比 while 快。

numpy 內(nèi)置的 sum 要比 Python 的 sum 快

numpy 主要是用 C 編寫的，相同的功能，肯定是 numpy 的快，類似的，numpy 的 arange 肯定比 Python 的 range 快。

交叉使用會更慢

numpy 的 sum 與 Python 的 range 結(jié)合使用，結(jié)果耗時最長，見方法 7。最好是都使用 numpy 包來完成任務(wù)，像方法 6。

生成器比列表推導(dǎo)式更快

生成器是惰性的，不會一下子生成 1 億個數(shù)字，而列表推導(dǎo)式會一下子申請全部的數(shù)字，內(nèi)存占有較高不說，還不能有效地利用緩存，因此性能稍差。

以上就是本次分享的全部內(nèi)容了，希望對你有所幫助，六星源課堂為你打造編程世界，歡迎前往~