何时应使用 Map 而非 For 循环？

Question

这段内容和下面的内容有关：（在Python代码中）

for i in object:
     doSomething(i)

和

map(doSomething, object)

这两种写法都很简单易懂，而且都很简短，但它们在速度上有没有区别呢？现在，如果doSomething这个函数有返回值，我们需要检查这个返回值，那么在使用map的时候，它会以列表的形式返回，而在for循环中，我们可以选择自己创建一个列表，或者一个一个地检查。

for i in object:
     returnValue = doSomething(i)
     doSomethingWithReturnValue(returnValue)

和

returnValue = map(doSomething, object)
map(doSomethingWithReturnValue, returnValue)

现在，我觉得这两者有点不同。两个doSomethingWithReturnValue函数可能会因为我们在循环中是边走边检查，还是最后一次性检查而产生不同的结果。而且，似乎for循环总是能工作，可能会慢一些，而map函数只有在特定情况下才能工作。当然，我们可以做一些复杂的操作让它们都能工作，但这样做的目的就是为了避免这种麻烦。

我想要找的是一个场景，在这个场景中，使用map函数在性能、可读性、可维护性或实现速度上比一个写得很好的for循环更出色。如果答案是其实没有太大区别，那我想知道在实际中人们是如何选择使用其中一个，或者这完全是随意的，取决于你所在机构的编码标准。

谢谢！

Answer 1

直接使用列表推导式吧：这样更符合Python的风格。而且它的语法和生成器表达式很相似，这样在两者之间切换就很方便。如果你把代码转换到Python 3的时候，不需要改动什么：在Python 3中，map会返回一个可迭代对象，你需要调整你的代码。

如果你不在乎返回值，那就不用给新列表命名。如果你在代码中需要用到返回值，可能会考虑使用生成器表达式，最后再用一个列表推导式。

Answer 2

你知道timeit模块吗？下面是一些时间测试的结果。-s表示进行一次性设置，然后命令会循环执行，记录下最好的时间。

1> python -m timeit -s "L=[]; M=range(1000)" "for m in M: L.append(m*2)"
1000 loops, best of 3: 432 usec per loop

2> python -m timeit -s "M=range(1000);f=lambda x: x*2" "L=map(f,M)"
1000 loops, best of 3: 449 usec per loop

3> python -m timeit -s "M=range(1000);f=lambda x:x*2" "L=[f(m) for m in M]"
1000 loops, best of 3: 483 usec per loop

4> python -m timeit -s "L=[]; A=L.append; M=range(1000)" "for m in M: A(m*2)"
1000 loops, best of 3: 287 usec per loop    

5> python -m timeit -s "M=range(1000)" "L=[m*2 for m in M]"
1000 loops, best of 3: 174 usec per loop

注意，除了最后两个，其他的时间都差不多。影响时间的主要是函数调用（比如L.append或者f(x)）。在第4个测试中，L.append的查找在设置时已经完成了。而在第5个测试中，使用的是没有函数调用的列表推导。

Answer 3

map 是一个很有用的工具，当你想对一个可迭代的对象里的每个项目都应用一个函数，并返回结果的列表时，它就派上用场了。用它比起用循环来构建列表要简单明了得多。

而 for 循环在其他情况下通常更容易让人理解。在 Lisp 语言中，有很多迭代的方式基本上是通过宏和 map 来实现的。所以在 map 不太适合的情况下，就用 for 循环吧。

理论上，如果我们有一个足够聪明的编译器或解释器，能够利用多个 CPU 或处理器，那么 map 的执行速度可以更快，因为对每个项目的不同操作可以同时进行。不过，我觉得现在还没有这样的情况。