为什么列表理解比添加到列表要快得多？

Question

我想知道为什么列表理解比添加到列表要快得多。我以为这只是表达上的差异，但事实并非如此。

>>> import timeit 
>>> timeit.timeit(stmt='''\
t = []
for i in range(10000):
    t.append(i)''', number=10000)
9.467898777974142

>>> timeit.timeit(stmt='t= [i for i in range(10000)]', number=10000)
4.1138417314859

列表理解速度提高了50%。为什么？

Answer 1

引用this文章，是因为list的append属性没有作为函数进行查找、加载和调用，这需要时间，而且在迭代过程中累积起来。

Answer 2

列表理解基本上只是常规循环的“语法糖”。在这种情况下，它执行得更好的原因是它不需要加载列表的append属性，并在每次迭代时将其作为函数调用。换句话说，通常情况下，列表理解的执行速度更快，因为挂起和恢复函数的帧，或者在其他情况下多个函数，比按需创建列表慢。

请考虑以下示例：

# Python-3.6

In [1]: import dis

In [2]: def f1():
   ...:     l = []
   ...:     for i in range(5):
   ...:         l.append(i)
   ...:         

In [3]: def f2():
   ...:     [i for i in range(5)]
   ...:     

In [4]: dis.dis(f1)
  2           0 BUILD_LIST               0
              3 STORE_FAST               0 (l)

  3           6 SETUP_LOOP              33 (to 42)
              9 LOAD_GLOBAL              0 (range)
             12 LOAD_CONST               1 (5)
             15 CALL_FUNCTION            1 (1 positional, 0 keyword pair)
             18 GET_ITER
        >>   19 FOR_ITER                19 (to 41)
             22 STORE_FAST               1 (i)

  4          25 LOAD_FAST                0 (l)
             28 LOAD_ATTR                1 (append)
             31 LOAD_FAST                1 (i)
             34 CALL_FUNCTION            1 (1 positional, 0 keyword pair)
             37 POP_TOP
             38 JUMP_ABSOLUTE           19
        >>   41 POP_BLOCK
        >>   42 LOAD_CONST               0 (None)
             45 RETURN_VALUE

In [5]: dis.dis(f2)
  2           0 LOAD_CONST               1 (<code object <listcomp> at 0x7fe48b2265d0, file "<ipython-input-3-9bc091d521d5>", line 2>)
              3 LOAD_CONST               2 ('f2.<locals>.<listcomp>')
              6 MAKE_FUNCTION            0
              9 LOAD_GLOBAL              0 (range)
             12 LOAD_CONST               3 (5)
             15 CALL_FUNCTION            1 (1 positional, 0 keyword pair)
             18 GET_ITER
             19 CALL_FUNCTION            1 (1 positional, 0 keyword pair)
             22 POP_TOP
             23 LOAD_CONST               0 (None)
             26 RETURN_VALUE

您可以看到在偏移22处，第一个函数中有一个append属性，因为在第二个使用列表理解的函数中没有这样的属性。所有这些额外的字节码都会使附加过程变慢。还要注意的是，在每次迭代中还将加载append属性，这使得代码比使用列表理解的第二个函数慢大约2倍。

Answer 3

即使考虑到查找和加载append函数所需的时间，列表的理解速度仍然更快，因为列表是用C创建的，而不是用Python一次构建一个项。

# Slow
timeit.timeit(stmt='''
    for i in range(10000):
        t.append(i)''', setup='t=[]', number=10000)

# Faster
timeit.timeit(stmt='''
    for i in range(10000):
        l(i)''', setup='t=[]; l=t.append', number=10000)

# Faster still
timeit.timeit(stmt='t = [i for i in range(10000)]', number=10000)