python - `yield from` 生成器与 `yield from` 列表性能

Question

这个问题在这里已经有了答案:





Why converting list to set is faster than converting generator to set?

(1 个回答)



List comprehension vs generator expression's weird timeit results?

(3 个回答)


2年前关闭。

Python 3.6.8 (default, Oct  7 2019, 12:59:55) 
Type 'copyright', 'credits' or 'license' for more information
IPython 7.9.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: def yield_from_generator(): 
   ...:     yield from (i for i in range(10000)) 
   ...:                                                                                                                                    

In [2]: def yield_from_list(): 
   ...:     yield from [i for i in range(10000)] 
   ...:                                                                                                                                    

In [3]: import timeit                                                                                                                      

In [4]: timeit.timeit(lambda: list(yield_from_generator()), number=10000)                                                                  
Out[4]: 5.3820097140014695

In [5]: timeit.timeit(lambda: list(yield_from_list()), number=10000)                                                                       
Out[5]: 4.333915593000711

我跑 yield from发电机和 yield from多次列举。列表版本总是提供更好的性能，而我的直觉告诉我相反的结论 - 制作列表需要即在启动时分配内存。为什么我们能注意到这样的性能差异？

Answer 1

简短的回答是表面语法使它们看起来比实际更相似

我将更详细地分解一系列功能(dis 模块对此很有帮助)，我将把它们分成设置成本和每个产生值的成本。我们从:

def yield_from_generator():
    yield from (i for i in range(10000))

费用是:

设置:创建范围对象并调用嵌入式生成器表达式

每产量:genexpr 的产量，它也调用 next在 range迭代器。注意这里有两个上下文切换

接下来我们看:

def yield_from_list():
    yield from [i for i in range(10000)]

费用是:

设置:创建一个新列表并使用列表推导填充它。这使用特殊的 list操作码，所以会很快

每产量:仅恢复 list的迭代器所以很快

接下来我们看一个类似的函数:

def yield_from_list2():
    yield from list(i for i in range(10000))

这不使用特殊列表操作码并且具有生成器的双重嵌套，因此再次变慢。费用是:

setup:创建一个新的生成器表达式并将其传递给列表构造函数，这将遍历遍历范围对象

的生成器表达式

每产量:使用 list的迭代器所以又快了

最后是一个快速版本，只是强调 yield from :

def yield_from_generator2():
    yield from range(10000)

费用是:

设置:创建 range对象

每 yield :简历 range直接迭代器

我的笔记本电脑上所有这些的时间是:

yield_from_generator  639 µs
yield_from_list       536 µs
yield_from_list2      689 µs
yield_from_generator2 354 µs

希望现在更清楚一点。另一个版本是:

def yield_from_list3():
    yield from list(range(10000))

运行时间为 401 µs，但希望更明显的是为什么它位于中间，性能方面