`all`函数比等效循环快吗？

Question

我对我程序的速度有点担心，但找不到足够的信息来了解它的速度。我相信速度上肯定有差别，但这个差别值得关注吗？

根据文档，这里是它们的等价关系：

def all(iterable):
    for element in iterable:
        if not element:
            return False
    return True

Answer 1

要比较性能，你可以使用 timeit 模块。

import timeit

def custom_all(iterable):
    for element in iterable:
        if not element:
            return False
    return True

test1 = [True] * 1000000
test2 = [True] * 999999 + [False]

print(timeit.timeit(lambda: custom_all(test1), number=1000))
print(timeit.timeit(lambda: all(test1), number=1000))

输出结果：

13.31273860001238
3.087746800039895

再对比一个结果是 False 的情况：

print(timeit.timeit(lambda: custom_all(test2), number=1000))
print(timeit.timeit(lambda: all(test2), number=1000))

输出结果：

12.978889200021513
3.0330674999859184

你可以看到，内置函数的速度明显更快。

Answer 2

在使用Python 3.12的时候，我发现内置函数和自定义函数的结果差不多，不过内置函数稍微快一点点。

创建两个数组，其中一个数组在末尾有一个空值：

import numpy as np
arr = np.random.rand(100000)
arr_w_null = arr.copy()
arr_w_null[-1000] = np.nan

创建所有的函数并比较它们的运行时间：

def all_func(iterable):
    for element in iterable:
        if not element:
            return False
    return True

# Time the functions
%%timeit -r 10 -n 500
all(arr)
## 3.98 ms ± 77.1 µs per loop (mean ± std. dev. of 10 runs, 500 loops each)

%%timeit -r 10 -n 500
all(arr_w_null)
## 4 ms ± 81.2 µs per loop (mean ± std. dev. of 10 runs, 500 loops each)

%%timeit -r 10 -n 500
all_func(arr)
## 4.18 ms ± 25.7 µs per loop (mean ± std. dev. of 10 runs, 500 loops each)

%%timeit -r 10 -n 500
all_func(arr_w_null)
## 4.19 ms ± 53 µs per loop (mean ± std. dev. of 10 runs, 500 loops each)

Answer 3

使用纯Python版本和其他版本之间其实没有太大的区别。是的，纯Python的代码可能会稍微慢一点，但对于这么简单的代码来说，这种慢是不会对你手头的任务造成影响的。

那么，为什么要浪费时间去重新创建一个已经非常有效的函数呢？

当然，你可以自己用timeit模块来检查一下运行时间，这个模块会自动重复执行一段代码（默认是1_000_000次），然后给出一些统计数据：

In [1]: from timeit import timeit

In [2]: timeit("all(range(1, 1000))", number=100_000)
Out[2]: 2.2896956456825137


In [3]: def myall(iterable):
   ...:     for item in iterable:
   ...:         if not item: return False
   ...:     return True
In [4]: timeit("myall(range(1, 1000))", number=100_000, globals=globals())
Out[4]: 3.4623720655217767