• 售前

  • 售后

热门帖子
入门百科

Python 实现循环最快方式(for、while 等速率对比)

[复制链接]
Harry192 显示全部楼层 发表于 2022-1-8 07:49:56 |阅读模式 打印 上一主题 下一主题
文章转自微信公众号-Python之禅
众所周知,
  1. Python
复制代码
不是一种执行服从较高的语言。别的在任何语言中,循环都是一种非常斲丧时间的操纵。假如恣意一种简单的单步操纵泯灭的时间为 1 个单位,将此操纵重复执行上万次,终极泯灭的时间也将增长上万倍。
  1. while
复制代码
  1. for
复制代码
  1. Python
复制代码
中常用的两种实现循环的关键字,它们的运行服从实际上是有差距的。
好比下面的测试代码:
  1. import timeit
  2. def while_loop(n=100_000_000):
  3.     i = 0
  4.     s = 0
  5.     while i < n:
  6.         s += i
  7.         i += 1
  8.     return s
  9. def for_loop(n=100_000_000):
  10.     s = 0
  11.     for i in range(n):
  12.         s += i
  13.     return s
  14. def main():
  15.     print('while loop\t\t', timeit.timeit(while_loop, number=1))
  16.     print('for loop\t\t', timeit.timeit(for_loop, number=1))
  17. if __name__ == '__main__':
  18.     main()
  19. # => while loop               4.718853999860585
  20. # => for loop                 3.211570399813354
复制代码
这是一个简单的求和操纵,盘算从 1 到 n 之间全部自然数的总和。可以看到
  1. for
复制代码
循环相比
  1. while
复制代码
要快 1.5 秒。
此中的差距主要在于两者的机制差异。
在每次循环中,
  1. while
复制代码
实际上比 for 多执行了两步操纵:界限查抄和变量 i 的自增。即每举行一次循环,
  1. while
复制代码
都会做一次界限查抄
  1. (while i < n)
复制代码
和自增盘算(i +=1)。这两步操纵都是显式的纯 Python 代码。
for 循环不需要执行界限查抄和自增操纵,没有增加显式的
  1. Python
复制代码
代码(纯 Python 代码服从低于底层的 C 代码)。当循环的次数足够多,就出现了显着的服从差距。
可以再增加两个函数,在 for 循环中加上不必要的界限查抄和自增盘算:
  1. import timeit
  2. def while_loop(n=100_000_000):
  3.     i = 0
  4.     s = 0
  5.     while i < n:
  6.         s += i
  7.         i += 1
  8.     return s
  9. def for_loop(n=100_000_000):
  10.     s = 0
  11.     for i in range(n):
  12.         s += i
  13.     return s
  14. def for_loop_with_inc(n=100_000_000):
  15.     s = 0
  16.     for i in range(n):
  17.         s += i
  18.         i += 1
  19.     return s
  20. def for_loop_with_test(n=100_000_000):
  21.     s = 0
  22.     for i in range(n):
  23.         if i < n:
  24.             pass
  25.         s += i
  26.     return s
  27. def main():
  28.     print('while loop\t\t', timeit.timeit(while_loop, number=1))
  29.     print('for loop\t\t', timeit.timeit(for_loop, number=1))
  30.     print('for loop with increment\t\t',
  31.           timeit.timeit(for_loop_with_inc, number=1))
  32.     print('for loop with test\t\t', timeit.timeit(for_loop_with_test, number=1))
  33. if __name__ == '__main__':
  34.     main()
  35. # => while loop               4.718853999860585
  36. # => for loop                 3.211570399813354
  37. # => for loop with increment          4.602369500091299
  38. # => for loop with test               4.18337869993411
复制代码
可以看出,增加的界限查抄和自增操纵确实大大影响了
  1. for
复制代码
循环的执行服从。
前面提到过,
  1. Python
复制代码
底层的表明器和内置函数是用 C 语言实现的。而 C 语言的执行服从远大于
  1. Python
复制代码

对于上面的求等差数列之和的操纵,借助于
  1. Python
复制代码
内置的
  1. sum
复制代码
函数,可以获得远大于
  1. for
复制代码
或 while 循环的执行服从。
  1. import timeit
  2. def while_loop(n=100_000_000):
  3.     i = 0
  4.     s = 0
  5.     while i < n:
  6.         s += i
  7.         i += 1
  8.     return s
  9. def for_loop(n=100_000_000):
  10.     s = 0
  11.     for i in range(n):
  12.         s += i
  13.     return s
  14. def sum_range(n=100_000_000):
  15.     return sum(range(n))
  16. def main():
  17.     print('while loop\t\t', timeit.timeit(while_loop, number=1))
  18.     print('for loop\t\t', timeit.timeit(for_loop, number=1))
  19.     print('sum range\t\t', timeit.timeit(sum_range, number=1))
  20. if __name__ == '__main__':
  21.     main()
  22. # => while loop               4.718853999860585
  23. # => for loop                 3.211570399813354
  24. # => sum range                0.8658821999561042
复制代码
可以看到,利用内置函数
  1. sum
复制代码
替代循环之后,代码的执行服从实现了成倍的增长。
内置函数
  1. sum
复制代码
的累加操纵实际上也是一种循环,但它由 C 语言实现,而 for 循环中的求和操纵是由纯
  1. Python
复制代码
代码 s += i 实现的。
  1. C > Python
复制代码

再拓展一下头脑。小时间都听说过童年高斯巧妙地皮算 1 到 100 之和的故事。1…100 之和便是 (1 + 100) * 50。这个盘算方法同样可以应用到上面的求和操纵中。
  1. import timeit
  2. def while_loop(n=100_000_000):
  3.     i = 0
  4.     s = 0
  5.     while i < n:
  6.         s += i
  7.         i += 1
  8.     return s
  9. def for_loop(n=100_000_000):
  10.     s = 0
  11.     for i in range(n):
  12.         s += i
  13.     return s
  14. def sum_range(n=100_000_000):
  15.     return sum(range(n))
  16. def math_sum(n=100_000_000):
  17.     return (n * (n - 1)) // 2
  18. def main():
  19.     print('while loop\t\t', timeit.timeit(while_loop, number=1))
  20.     print('for loop\t\t', timeit.timeit(for_loop, number=1))
  21.     print('sum range\t\t', timeit.timeit(sum_range, number=1))
  22.     print('math sum\t\t', timeit.timeit(math_sum, number=1))
  23. if __name__ == '__main__':
  24.     main()
  25. # => while loop               4.718853999860585
  26. # => for loop                 3.211570399813354
  27. # => sum range                0.8658821999561042
  28. # => math sum                 2.400018274784088e-06
复制代码
终极
  1. math sum
复制代码
的执行时间约为 2.4e-6,收缩了上百万倍。这里的思绪就是,既然循环的服从低,一段代码要重复执行上亿次。
索性直接不要循环,通过数学公式,把上亿次的循环操纵变成只有一步操纵。服从自然得到了空前的加强。
末了的结论:
实现循环的最快方式—— —— ——就是不用循环
对于 Python 而言,则尽大概地利用内置函数,将循环中的纯 Python 代码降到最低。
固然,内置函数在某些环境下还不是最快的。好比在创建列表的时间,是字面量写法的速度更快
到此这篇关于Python 实现循环最快方式(for、while 等速度对比)的文章就先容到这了,更多相干Python 实现循环最快方式内容请搜索草根技术分享以前的文章或继续欣赏下面的相干文章盼望大家以后多多支持草根技术分享!
参考资料:
The Fastest Way to Loop in Python - mCoding  (https://youtu.be/Qgevy75co8c)

帖子地址: 

回复

使用道具 举报

分享
推广
火星云矿 | 预约S19Pro,享500抵1000!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

草根技术分享(草根吧)是全球知名中文IT技术交流平台,创建于2021年,包含原创博客、精品问答、职业培训、技术社区、资源下载等产品服务,提供原创、优质、完整内容的专业IT技术开发社区。
  • 官方手机版

  • 微信公众号

  • 商务合作