python - 为什么在我的 lambda 函数中将字符串转换为整数比使用列表理解转换慢

Question

我在 Codeeval 问题中使用了以下两种方法，我最初使用的是第一种方法，并认为我可以通过从列表到 lambda 中删除将字符串转换为整数来加快速度，但实际上它大大减慢了代码速度，为什么这样吗？

with open("multiply.txt") as f:
    for line in f:
        line1 = line[:line.find("|")].split()
        line2 = line[line.find("|")+1:].split()
        line1_int = [int(x) for x in line1 ]
        line2_int = [int(x) for x in line2]
        mult= map(lambda x, y: x*y, line1_int, line2_int)
        print " ".join(str(s) for s in mult)

 with open("multiply.txt") as f:   
    for line in f:
        line1 = line[:line.find("|")].split()
        line2 = line[line.find("|")+1:].split()
        mult= map(lambda x, y: int(x)* int(y), line1, line2)
        print " ".join(str(s) for s in mult)

Answer 1

在列表理解中，int被查找一次，它所绑定(bind)的代码对象可以用于列表的每个元素。 lambda 表达式创建了一个函数对象，每次调用 时都需要在其中查找 int，因为作为非本地名称，它可能在调用之间被反弹。

有点像

lambda x, y, i=int: i(x) * i(y), line1, line2

应该更快，因为 i 现在是调用函数时的局部变量查找，而不是 int 所需的全局查找。

更新:Python 2.7 中的一些快速计时测试:

# Using lists of integers
% python -m timeit -n 100 -s 'list1=range(10); list2=range(10)' \
  'map(lambda x,y: x*y, list1, list2)'
100 loops, best of 3: 2.13 usec per loop
# Convert str to int at multiplication time
% python -m timeit -n 100 -s 'list1=map(str,range(10)); list2=map(str,range(10))' \
   'map(lambda x,y: int(x)*int(y), list1, list2)'
100 loops, best of 3: 19 usec per loop
# Convert str to int, using localized int function
% python -m timeit -n 100 -s 'list1=map(str,range(10)); list2=map(str,range(10))' \
  'map(lambda x,y,i=int: i(x)*i(y), list1, list2)'
100 loops, best of 3: 14.2 usec per loop

请注意，我的第一个测试不需要将字符串列表转换为整数作为测试的一部分，以在调用 map 时隔离名称查找的影响。需要这样做会减慢第一个测试的速度。为了进行比较，这里有一个测试在调用 map 之前确实需要时间将字符串列表转换为整数列表:

% python -m timeit -n 100 -s 'list1=map(str,range(10)); list2=map(str,range(10))' \
  'list1=[int(x) for x in list1]; list2=[int(x) for x in list2]; map(lambda x,y: int(x)*int(y), list1, list2)'
100 loops, best of 3: 9.77 usec per loop

比在 lambda 中调用 int 更慢，但仍然更快。