Python 中快的循環方式，你知道幾種？

大家好，我是 somenzz，今天我們來研究一下 Python 中最快的循環方式。

各種姿勢

比如說有一個簡單的任務，就是從1 累加到1 億，我們至少可以有7 種方法來實現，列舉如下：

1、while 循環

def while_loop(n=100_000_000):
i = 0
s = 0
while i < n:
s += i
i += 1
return s

2、for 循環

def for_loop(n=100_000_000):
s = 0
for i in range(n):
s += i
return s

3、sum range

def sum_range(n=100_000_000):
return sum(range(n))

4、sum generator(生成器)

def sum_generator(n=100_000_000):
return sum(i for i in range(n))

5、 sum list comprehension(列表推導式)

def sum_list_comp(n=100_000_000):
return sum([i for i in range(n)])

6、sum numpy

import numpy
def sum_numpy(n=100_000_000):
return numpy.sum(numpy.arange(n, dtype=numpy.int64))

7、sum numpy python range

import numpy
def sum_numpy_python_range(n=100_000_000):
return numpy.sum(range(n))

上述7 種方法得到的結果是一樣的，但是消耗的時間卻各不相同，你可以猜測哪一個方法最快，然後看下面程式碼的執行結果：

import timeit

def main():
l_align = 25
print(f'{"1、while 循环":<{l_align}} {timeit.timeit(while_loop, number=1):.6f}')
print(f"{'2、for 循环':<{l_align}}{timeit.timeit(for_loop, number=1):.6f}")
print(f'{"3、sum range":<{l_align}} {timeit.timeit(sum_range, number=1):.6f}')
print(f'{"4、sum generator":<{l_align}} {timeit.timeit(sum_generator, number=1):.6f}')
print(f'{"5、sum list comprehension":<{l_align}} {timeit.timeit(sum_list_comp, number=1):.6f}')
print(f'{"6、sum numpy":<{l_align}} {timeit.timeit(sum_numpy, number=1):.6f}')
print(f'{"7、sum numpy python range":<{l_align}} {timeit.timeit(sum_numpy_python_range, number=1):.6f}')

if __name__ == '__main__':
main()

執行結果如下所示：

比較快的方式

for 比while 區塊

for 和while 本質上在做相同的事情，但是while 是純Python 程式碼，而for 是呼叫了C 擴展來對變數進行遞增和邊界檢查，我們知道CPython 解釋器就是C 語言編寫的，Python 程式碼要比C 程式碼慢，而for 迴圈代表C，while 迴圈代表Python，因此for 比while 快。

numpy 內建的sum 比Python 的sum 快

numpy 主要是用C 寫的，相同的功能，肯定是numpy 的快，類似的，numpy 的arange 肯定比Python 的range 快。

交叉使用會更慢

numpy 的 sum 與 Python 的 range 結合使用，結果耗時最長，見方法 7。最好是都使用 numpy 套件來完成任務，像方法 6。

產生器比列表推導式更快

產生器是惰性的，不會一下子產生1 億個數字，而清單推導式會一下子申請全部的數字，記憶體佔有較高不說，還不能有效利用緩存，因此效能稍差。

以上是Python 中快的循環方式，你知道幾種？的詳細內容。更多資訊請關注PHP中文網其他相關文章！