Python while、for、產生器、列表推導等語句的執行效率測試

一個功能的實現，可以用多種語句來實現，比如說:while語句、for語句、產生器、列表推導、內建函數等實現，然而他們的效率並不一樣。寫了一個小程式來測試它們執行的效率。

測試內容:
將一個數字大小為20萬的數字，依次取絕對值，放到列表中，測試重複1千次.
測試程式:

代碼如下:

import time,sys
reps = 1000 #測試重複次數
nums = 200000 #測試時數字大小


def tester(func,*args): #總體測試函數
startTime = time.time()
for i in range(reps):
func(*args)
elapsed = time.time() - startTime #用time模組來測試，結束時間與開始時間差
return elapsed

def while_Statement(): #while迴圈實現
res = []
x = 0
while nums > x:
x += 1
res.append(abs(x))

def for_Statement(): #for迴圈實現
res = []
for x in range(nums):
res.append(abs(x))

def generator_Expression():#產生器實現
res = list(abs(x) for x in range(nums))

def list_Comprehension(): #列表解析實現
res = [abs(x) for x in range(nums)]


def map_Function(): #內建函數map實現
res = map(abs, range(nums))


print sys.version #列印系統版本
tests = [while_Statement, for_Statement, generator_Expression, list_Comprehension, map_Function]
for testfunc in tests: #將待測函數放置列表中依次遍曆
print testfunc.__name__.ljust(20),': ',tester(testfunc) #

測試結果:

代碼如下:

>>>
2.7.4 (default, Apr 6 2013, 19:55:15) [MSC v.1500 64 bit (AMD64)]
while_Statement : 84.5769999027
for_Statement : 75.2709999084
generator_Expression : 62.3519999981
list_Comprehension : 60.4090001583
map_Function : 47.5629999638

改寫程式:

代碼如下:

import sys
nums = 100

def while_Statement():
res = []
x = 0
while nums > x:
x += 1
res.append(abs(x))

def for_Statement():
res = []
for x in range(nums):
res.append(abs(x))

def generator_Expression():
res = list(abs(x) for x in range(nums))

def list_Comprehension():
res = [abs(x) for x in range(nums)]


def map_Function():
res = map(abs, range(nums))

if __name__=='__main__':
import timeit #用timeit模組來測試
print sys.version
funcs = [while_Statement, for_Statement, generator_Expression, list_Comprehension, map_Function]
for func in funcs:
print func.__name__.ljust(20),': ',timeit.timeit("func()", setup="from __main__ import func")

測試結果:

代碼如下:

>>>
2.7.4 (default, Apr 6 2013, 19:55:15) [MSC v.1500 64 bit (AMD64)]
while_Statement : 37.1800067428
for_Statement : 30.3999109329
generator_Expression : 27.2597866441
list_Comprehension : 17.386223449
map_Function : 12.7386868963

測試分析:

用time模組，和timeit模組兩種測試方式測試了很多組數字，得出的結果是執行內建函數最快，其次就是列表推導，再其次產生器和for迴圈，while迴圈最慢。一般最快的使用內建函數的方法要比使用最慢的while快兩倍以上。簡單分析下原因:內建函數比如說map,filter,reduce(在Python3.0中移除)基本上都是用C語言來實現的,所以速度是最快的，列表推導內的迭代在解譯器內是以C語言的速度啟動並執行(一般是for迴圈的兩倍,對大型檔案操作而言，用列表推導效果尤其明顯)，相比較for迴圈代碼是在PVM步進運行要快的多。但for迴圈裡面含range()，相對速度也會快些，while語句是純粹用Python代碼寫成，所以速度最慢。所以函數式編程最好使用內建函數，然後才考慮使用列表推導或for迴圈。最好不用while迴圈.

