Python 목록 이해가 목록에 추가하는 것보다 훨씬 빠른 이유는 무엇입니까?

이 현상을 설명하려면 다음 timeit 측정을 고려하세요.

측정 결과, 목록 이해는 추가보다 거의 50% 빠릅니다. 근본적인 이유를 파헤쳐 보겠습니다.

구문적 설탕 오류

목록 이해는 일반 for 루프의 단순한 구문적 설탕이 아닙니다. 모든 반복에서 추가 속성에 액세스하고 호출하는 것과 관련된 오버헤드를 방지합니다. 이렇게 하면 목록을 직접 구성하는 것보다 본질적으로 느린 다중 기능 프레임 일시 중지 및 재개가 제거됩니다.

>>> import timeit
>>> timeit.timeit(stmt='''
t = []
for i in range(10000):
    t.append(i)''', number=10000)
9.467898777974142

>>> timeit.timeit(stmt='t= [i for i in range(10000)]', number=10000)
4.1138417314859

바이트코드 비교

두 가지 접근 방식에 대해 분해된 바이트코드를 검사하면 성능 차이가 드러납니다.

첫 번째 함수에서 추가 메서드 호출은 추가 오버헤드를 발생시키는 반면, 목록 이해는 새로 생성된 목록을 직접 확장합니다.

실용적 의미

성능이 가장 중요한 시나리오에서 , 목록 이해는 목록에 추가하는 것보다 선호되는 접근 방식이어야 합니다. 뛰어난 속도는 외부 바이트 코드를 우회하는 능력과 오버헤드를 호출하는 함수에서 비롯됩니다.

# Appending to a List
  18 LOAD_FAST                0 (l)
  20 LOAD_METHOD              1 (append)
  22 LOAD_FAST                1 (i)
  24 CALL_METHOD              1
  26 POP_TOP

# List Comprehension
              2 BUILD_LIST               0
              8 LOAD_FAST                1 (i)
             10 LIST_APPEND              2

위 내용은 Python 목록 이해가 목록에 추가하는 것보다 훨씬 빠른 이유는 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!