使用生成器表达式而非列表的sorted()

Question

在这里看到的讨论让我产生了好奇：Python - 生成时间差。我最开始也以为生成器比列表要快，但在使用sorted()的时候，我就不太确定了。把生成器表达式传给sorted()，比传一个列表有什么好处呢？难道在排序之前，生成器表达式会被转换成列表吗？

补充说明：我很遗憾只能接受一个答案，因为我觉得很多回复都帮助我更好地理解了这个问题。再次感谢大家。

Answer 1

要对一组数据进行排序，必须先知道这组数据里的所有元素。因此，如果你把一个生成器传给 sorted() 函数，它会把生成器里的所有数据都用完。

Answer 2

最简单的方法来看看哪个更快，就是使用 timeit。它告诉我，传递一个列表比传递一个生成器要快：

>>> import random
>>> randomlist = range(1000)
>>> random.shuffle(randomlist)
>>> import timeit
>>> timeit.timeit("sorted(x for x in randomlist)",setup = "from __main__ import randomlist",number = 10000)
4.944492386602178
>>> timeit.timeit("sorted([x for x in randomlist])",setup = "from __main__ import randomlist",number = 10000)
4.635165083830486

还有：

>>> timeit.timeit("sorted(x for x in xrange(1000,1,-1))",number = 10000)
1.411807087213674
>>> timeit.timeit("sorted([x for x in xrange(1000,1,-1)])",number = 10000)
1.0734657617099401

我认为这是因为当 sorted() 函数把传入的值转换成列表时，对于已经是列表的东西，它能更快地完成这个操作，而对于生成器就没那么快了。源代码似乎也证实了这一点（不过我只是看了评论，并没有完全理解所有的内容）。

Answer 3

首先，sorted()这个函数会把你给的数据转换成一个列表。简单来说，它在检查参数有效性后，第一行代码就是这么做的。

newlist = PySequence_List(seq);

你可以查看Python 2.7的完整源代码和Python 3.1.2的完整源代码。

编辑：正如aaronasterling的回答所指出的，变量newlist实际上是一个新的列表。如果传入的参数已经是一个列表，它会被复制一份。所以，使用生成器表达式的好处是可以节省内存。