.markdown-body{word-break:break-word;line-height:1.75;font-weight:400;font-size:15px;overflow-x:hidden;color:#333}.markdown-body h1,.markdown-body h2,.markdown-body h3,.markdown-body h4,.markdown-body h5,.markdown-body h6{line-height:1.5;margin-top:35px;margin-bottom:10px;padding-bottom:5px}.markdown-body h1{font-size:30px;margin-bottom:5px}.markdown-body h2{padding-bottom:12px;font-size:24px;border-bottom:1px solid #ececec}.markdown-body h3{font-size:18px;padding-bottom:0}.markdown-body h4{font-size:16px}.markdown-body h5{font-size:15px}.markdown-body h6{margin-top:5px}.markdown-body p{line-height:inherit;margin-top:22px;margin-bottom:22px}.markdown-body img{max-width:100%}.markdown-body hr{border:none;border-top:1px solid #ddd;margin-top:32px;margin-bottom:32px}.markdown-body code{word-break:break-word;border-radius:2px;overflow-x:auto;background-color:#fff5f5;color:#ff502c;font-size:.87em;padding:.065em .4em}.markdown-body code,.markdown-body pre{font-family:Menlo,Monaco,Consolas,Courier New,monospace}.markdown-body pre{overflow:auto;position:relative;line-height:1.75}.markdown-body pre>code{font-size:12px;padding:15px 12px;margin:0;word-break:normal;display:block;overflow-x:auto;background:#f8f8f8}.markdown-body a{text-decoration:none;color:#0269c8;border-bottom:1px solid #d1e9ff}.markdown-body a:active,.markdown-body a:hover{color:#275b8c}.markdown-body table{display:inline-block!important;font-size:12px;width:auto;max-width:100%;overflow:auto;border:1px solid #f6f6f6}.markdown-body thead{background:#f6f6f6;color:#000;text-align:left}.markdown-body tr:nth-child(2n){background-color:#fcfcfc}.markdown-body td,.markdown-body th{padding:12px 7px;line-height:24px}.markdown-body td{min-width:120px}.markdown-body blockquote{color:#666;padding:1px 23px;margin:22px 0;border-left:4px solid #cbcbcb;background-color:#f8f8f8}.markdown-body blockquote:after{display:block;content:""}.markdown-body blockquote>p{margin:10px 0}.markdown-body ol,.markdown-body ul{padding-left:28px}.markdown-body ol li,.markdown-body ul li{margin-bottom:0;list-style:inherit}.markdown-body ol li .task-list-item,.markdown-body ul li .task-list-item{list-style:none}.markdown-body ol li .task-list-item ol,.markdown-body ol li .task-list-item ul,.markdown-body ul li .task-list-item ol,.markdown-body ul li .task-list-item ul{margin-top:0}.markdown-body ol ol,.markdown-body ol ul,.markdown-body ul ol,.markdown-body ul ul{margin-top:3px}.markdown-body ol li{padding-left:6px}@media (max-width:720px){.markdown-body h1{font-size:24px}.markdown-body h2{font-size:20px}.markdown-body h3{font-size:18px}}
明天python视频教程栏目给各人解说Python中纤细的常识,然而含有微小能量。
正在一样平常应用 Python 时,咱们常常需求创立一个列表,置信各人都很纯熟了吧?
# 办法一:应用成对的方括号语法list_a = []# 办法二:应用内置的 list()list_b = list()复制代码
下面的两种写法,你常常应用哪个呢?能否考虑过它们的区分呢?
让咱们单刀直入,间接抛出本文的成绩吧:两种创立列表的 [] 与 list() 写法,哪个更快呢,为何它会更快呢?
注:为了简化成绩,咱们以创立空列表为例进行剖析。对于列表的更多引见与用法阐明,能够查看这篇文章
一、 [] 是 list() 的三倍快
关于第一个成绩,应用timeit
模块的 timeit() 函数就能简略地测算进去:
>>> import timeit>>> timeit.timeit('[]', number=10**7)>>> timeit.timeit('list()', number=10**7)复制代码
如上图所示,正在各自挪用一万万次的状况下,[] 创立形式只破费了 0.47 秒,而 list() 创立形式要破费 1.75 秒,以是,后者的耗时是前者的 3.7 倍!
这就答复了方才的成绩:创立空列表时,[] 要比 list() 快很多。
注:timeit() 函数的效率跟运转环境相干,每一次执行后果会有巨大差别。我正在 Python3.8 版本试验了几回,总体上 [] 速率是 list() 的 3 倍多一点。
二、list() 比 [] 执行步骤多
那末,咱们持续来剖析一下第二个成绩:为何 [] 会更快呢?
这一次咱们能够应用dis
模块的 dis() 函数,看看二者执行的字节码有何差异:
>>> from dis import dis>>> dis("[]")>>> dis("list()")复制代码
如上图所示,[] 的字节码有两条指令(BUILD_LIST 与 RETURN_VALUE),而 list() 的字节码有三条指令(LOAD_NAME、CALL_FUNCTION 与 RETURN_VALUE)。
这些指令象征着甚么呢?该若何了解它们呢?
起首,关于 [],它是 Python 中的一组字面量(literal),像数字之类的字面量同样,示意切实的固定值。
也就是说,Python 正在解析到它时,就晓得它要示意一个列表,因而会间接挪用诠释器中构建列表的办法(对应 BUILD_LIST ),来创立列表,以是是一步到位。
而关于 list(),“list”只是一个一般的称号,并非字面量,也就是说诠释器一开端其实不意识它。
因而,诠释器的第一步是要找到这个称号(对应 LOAD_NAME)。它会依照肯定的程序,正在各个作用域中逐一查找(部分作用域--全局作用域--内置作用域),直到找到为止,找没有到则会抛出NameError
。
诠释器看到“list”之后是一对圆括号,因而第二步是把这个称号当做可挪用工具来挪用,即把它当成一个函数进行挪用(对应 CALL_FUNCTION)。
因而,list() 正在创立列表时,需求通过称号查找与函数挪用两个步骤,能力真正开端创立列表(注:CALL_FUNCTION 正在底层还会有一些函数挪用进程,能力走到跟 BUILD_LIST 雷同的逻辑,此处咱们疏忽没有计)。
至此,咱们就能够答复后面的成绩了:由于 list() 触及的执行步骤更多,因而它比 [] 要慢一些。
三、list() 的速率晋升
看完前两个成绩的解答进程,你兴许感觉还不敷过瘾,并且可能感觉就算晓得了这个冷常识,也没有会有多年夜的协助,仿佛那强劲的晋升显患上微乎其微。
然而,咱们Python猫
出品的《Python为何》系列不断秉持着手不释卷的求知肉体,是不成能放着这个成绩没有去答复的。
并且,因为有发散性考虑的习气,我还想到了另一个挺无意思的成绩:list() 的速率是否晋升呢?
我没有久前写过一篇文章 正好探讨到这个成绩,也就是正在刚刚公布的 Python 3.9.0 版本中,它给 list() 完成了更快的 vectorcall 协定,因而执行速率会有肯定的晋升。
感兴味的同窗能够去 Python 官网下载 3.9 版本。
依据我多轮的测试后果,正在新版本中运转 list() 一万万次,耗时大略正在 1 秒阁下,也就是 [] 运转耗时的 2 倍,相比于后面靠近 4 倍的数据,以后版本总体上是晋升了很多。
至此,咱们已答复完一连串的疑难,假如你感觉有播种,请点赞支持!欢送各人存眷后续更多精彩内容。
相干收费学习保举:python视频教程
以上就是疑问杂症 :Python [] 与 list() 哪一个快?为何快?快几何呢?的具体内容,更多请存眷资源魔其它相干文章!
标签: Python python教程 python编程 python使用问题
抱歉,评论功能暂时关闭!