Mengapa Menambah Senarai Jauh Lebih Lambat daripada Pemahaman Senarai?
Pemahaman senarai telah mendapat populariti dalam Python kerana keringkasan dan kecekapannya. Walaupun ia mungkin muncul sebagai pintasan sintaksis untuk gelung biasa, ia menawarkan kelebihan prestasi yang ketara, terutamanya apabila menambahkan elemen pada senarai.
Menanda Aras Perbezaan
Pertimbangkan coretan kod berikut:
import timeit timeit.timeit(stmt=''' t = [] for i in range(10000): t.append(i)''', number=10000) timeit.timeit(stmt='t= [i for i in range(10000)]', number=10000)
Seperti yang terbukti daripada keputusan, pemahaman senarai adalah jauh lebih pantas, mengatasi prestasi pendekatan tambahan sebanyak kira-kira 50%.
Menyelidiki Sebab
Pemahaman senarai pada asasnya ialah binaan sintaksis yang menjana senarai baharu berdasarkan lelaran sedia ada. Tidak seperti kaedah penambahan, kaedah ini tidak memerlukan pengambilan semula dan penggunaan atribut tambah pada setiap lelaran.
Pembubaran Kod
Analisis yang lebih mendalam menggunakan pembongkar memberikan cerapan ke dalam perbezaan asas:
# Function using appending dis.dis(f1)
Dalam kod yang dibongkar untuk fungsi menggunakan penambahan, terdapat pasangan LOAD_METHOD dan CALL_METHOD yang ketara untuk setiap lelaran (kod bait 18-22). Arahan ini mengendalikan pemuatan dan penggunaan atribut tambah, yang menimbulkan overhed.
# Function using list comprehension dis.dis(f2)
Sebaliknya, versi pemahaman senarai (kod bait 10-12) melibatkan satu arahan CALL_FUNCTION. Arahan ini membina senarai baharu dengan cekap tanpa perlu mendapatkan semula atribut.
Kesimpulan
Kecekapan pemahaman senarai yang dipertingkatkan berpunca daripada pelaksanaannya yang dioptimumkan. Dengan mengelakkan pemuatan berulang dan penggunaan atribut tambah, pemahaman senarai mencipta senarai atas permintaan, menghasilkan peningkatan prestasi yang ketara, terutamanya apabila bekerja dengan lelaran yang besar.
Atas ialah kandungan terperinci Mengapa Pemahaman Senarai Lebih Cepat Daripada Melampirkan Senarai dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!