Python list（）与列表理解构建速度

Question

这很有趣; list()强制迭代器获取实际列表的速度比[x for x in someList]（理解）快得多。

这是真实的还是我的测试太简单了？下面是代码：

import time

timer = time.clock()
for i in xrange(90):

    #localList = [x for x in xrange(1000000)]   #Very slow, took me 6.8s
    localList = list(xrange(1000000))           #Very fast, took me 0.9s

    print localList[999999] #make sure list is really evaluated.

print "Total time: ", time.clock() - timer

Answer 1

列表推导以Python字节码执行循环，就像常规for循环一样。

该list()调用完全在C代码中进行迭代，这要快得多。

列表理解的字节码如下所示：

>>> import dis
>>> dis.dis(compile("[x for x in xrange(1000000)]", '<stdin>', 'exec'))
  1           0 BUILD_LIST               0
              3 LOAD_NAME                0 (xrange)
              6 LOAD_CONST               0 (1000000)
              9 CALL_FUNCTION            1
             12 GET_ITER            
        >>   13 FOR_ITER                12 (to 28)
             16 STORE_NAME               1 (x)
             19 LOAD_NAME                1 (x)
             22 LIST_APPEND              2
             25 JUMP_ABSOLUTE           13
        >>   28 POP_TOP             
             29 LOAD_CONST               1 (None)
             32 RETURN_VALUE

该>>指针大致给你执行循环的界限，让你有百万STORE_NAME，LOAD_NAME和LIST_APPEND步骤在Python字节码估价循环执行。

list()另一方面，仅xrange()使用C
API进行对象迭代即可直接从Iterable中获取值，并且它可以使用xrange()对象的长度来预分配列表对象，而不是动态地对其进行增长。