Warum ist das Listenverständnis deutlich schneller als das Anhängen an eine Liste in Python?

Warum ist das Anhängen an eine Liste wesentlich langsamer als das Listenverständnis?

Das Listenverständnis hat in Python aufgrund seiner Kürze und Effizienz an Popularität gewonnen. Obwohl es wie eine syntaktische Abkürzung für eine reguläre for-Schleife erscheinen mag, bietet es erhebliche Leistungsvorteile, insbesondere beim Anhängen von Elementen an eine Liste.

Benchmarking des Unterschieds

Bedenken Sie das folgende Code-Snippet:

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)

Wie aus den Ergebnissen hervorgeht, ist das Listenverständnis wesentlich schneller und übertrifft den anhängenden Ansatz um etwa 50 %.

Eintauchen in die Gründe

Listenverständnis ist im Wesentlichen ein syntaktisches Konstrukt, das eine neue Liste basierend auf einer vorhandenen Iteration generiert. Im Gegensatz zur Appending-Methode ist es nicht erforderlich, das Append-Attribut bei jeder Iteration abzurufen und aufzurufen.

Code-Disassemblierung

Eine tiefere Analyse mit dem Disassembler liefert Erkenntnisse in die zugrunde liegenden Unterschiede:

# Function using appending
dis.dis(f1)

Im zerlegten Code für die Funktion, die das Anhängen verwendet, gibt es ein auffälliges LOAD_METHOD- und CALL_METHOD-Paar für jede Iteration (Bytecodes 18-22). Diese Anweisungen handhaben das Laden und Aufrufen des Append-Attributs, was einen Overhead verursacht.

# Function using list comprehension
dis.dis(f2)

Im Gegensatz dazu umfasst die Listenverständnisversion (Bytecodes 10-12) eine einzelne CALL_FUNCTION-Anweisung. Diese Anweisung erstellt effizient eine neue Liste, ohne dass ein Attributabruf erforderlich ist.

Fazit

Die verbesserte Effizienz des Listenverständnisses ergibt sich aus der optimierten Implementierung. Durch die Vermeidung des wiederholten Ladens und Aufrufens des Append-Attributs erstellt das Listenverständnis Listen bei Bedarf, was zu erheblichen Leistungssteigerungen führt, insbesondere bei der Arbeit mit großen Iterationen.

Das obige ist der detaillierte Inhalt vonWarum ist das Listenverständnis deutlich schneller als das Anhängen an eine Liste in Python?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!