python - 循环次数影响效率(解释语言还是编译语言？)

Question

假设您必须使用 2 个甚至 3 个循环来执行计算。直觉上，人们可能会认为使用单个循环执行此操作效率更高。我尝试了一个简单的 Python 示例:

import itertools
import timeit

def case1(n):
    c = 0
    for i in range(n):
        c += 1
    return c

def case2(n):
    c = 0
    for i in range(n):
        for j in range(n):
            for k in range(n):
                c += 1
    return c

print(case1(1000))
print(case2(10))

if __name__ == '__main__':
    import timeit

    print(timeit.timeit("case1(1000)", setup="from __main__ import case1", number=10000))

    print(timeit.timeit("case2(10)", setup="from __main__ import case2", number=10000))

这段代码运行:

$ python3 code.py 
1000
1000
0.8281264099932741
1.04944919400441

如此有效，1 个循环似乎更有效率。然而，我的问题场景略有不同，因为我需要使用数组中的值(在下面的示例中，我使用函数 range 来简化)。也就是说，如果我将所有内容折叠成一个循环，我将不得不根据另一个数组的值创建一个扩展数组，该数组的大小介于 2 到 10 个元素之间。

import itertools
import timeit

def case1(n):

    b = [i * j * k for i, j, k in itertools.product(range(n), repeat=3)]
    c = 0
    for i in range(len(b)):
        c += b[i]
    return c

def case2(n):

    c = 0
    for i in range(n):
        for j in range(n):
            for k in range(n):
                c += i*j*k
    return c

print(case1(10))
print(case2(10))

if __name__ == '__main__':
    import timeit

    print(timeit.timeit("case1(10)", setup="from __main__ import case1", number=10000))

    print(timeit.timeit("case2(10)", setup="from __main__ import case2", number=10000))

在我的电脑中，这段代码运行于:

$ python3 code.py 
91125
91125
2.435348572995281
1.6435037050105166

所以看起来 3 个嵌套循环更有效，因为我花了一些时间在 case1 中创建数组 b。所以我不确定我是否以最有效的方式创建了这个数组，但撇开这个不谈，它真的能将折叠循环还清为单个循环吗？我在这里使用的是 Python，但是像 C++ 这样的编译语言呢？在这种情况下，编译器是否会做一些事情来优化单个循环？或者另一方面，当您有多个嵌套循环时，编译器是否会进行一些优化？

Answer 1

这就是为什么单循环函数花费的时间比预期的要长

b = [i * j * k for i, j, k in itertools.product(range(n), repeat=3)]

只需将整个函数更改为

def case1(n, b):
    c = 0
    for i in range(len(b)):
        c += b[i]
    return c

让时间返回:

case1 : 0.965343249744
case2 : 2.28501694207