python - 两种相似方法之间获取可迭代长度的时间差

Question

我想到了一些很奇怪的东西。目标是评估可迭代对象的长度。

python -m timeit --setup="x = range(1000)" "x=list(x);len(x)"

1000000 loops, best of 3: 1.82 usec per loop

python -m timeit --setup="x = range(1000)" "len(list(x))"

100000 loops, best of 3: 9.92 usec per loop

谁能解释第一种方法更快的原因？

我试图查看汇编指令，但这无助于理解这种行为。

使用:x=list(x);len(x)

>>> dis.dis(meth1)
  2           0 LOAD_GLOBAL              0 (list)
              2 LOAD_FAST                0 (it)
              4 CALL_FUNCTION            1
              6 STORE_FAST               1 (x)

  3           8 LOAD_GLOBAL              1 (len)
             10 LOAD_FAST                1 (x)
             12 CALL_FUNCTION            1
             14 RETURN_VALUE

使用len(list(x)):

>>> dis.dis(meth2)
  2           0 LOAD_GLOBAL              0 (len)
              2 LOAD_GLOBAL              1 (list)
              4 LOAD_FAST                0 (it)
              6 CALL_FUNCTION            1
              8 CALL_FUNCTION            1
             10 RETURN_VALUE

Answer 1

您必须考虑到 setup 只执行一次这一事实。

测试

--setup="x = range(1000)" "x=list(x);len(x)"

将 range 转换为 list 并将其存储回 x。下一次迭代，它已经是一个列表，因此无需再做任何事情。

如果将其更改为不同的变量名，差异应该消失:

--setup="x = range(1000)" "something=list(x);len(something)"

在另一个测试中

--setup="x = range(1000)" "len(list(x))"

x 仍然是一个range 并且需要被转换成一个 list 100000 次。