python解释器是否重用结果以提高效率？

Question

#L is a very large list
A = [x/sum(L) for x in L]

当解释器计算这个值时，sum（L）将被计算多少次？就一次，还是每个元素一次？你知道吗

Answer 1

我会选择Martijn的方法，但我想指出的是，如果您想保留“一行”，可以（ab）使用带有默认参数的lambda和map，例如：

L = range(1, 10)
A = map(lambda el, total=sum(L, 0.0): el / total, L)

Answer 2

列表理解对每个迭代执行表达式。你知道吗

对每个x in L执行sum(L)。在列表外计算一次：

s = sum(L)
A = [x/s for x in L]

Python无法知道sum(L)的结果是稳定的，并且无法为您优化调用。你知道吗

sum()可以返回到另一个返回随机值的函数。L中的元素可以实现产生副作用的__add__方法；内置的sum()将调用这些方法。L本身可以实现一个定制的__iter__方法，该方法在迭代时就地更改列表，从而影响列表理解和sum()调用。这些钩子中的任何一个都可以重新绑定sum，或者给x元素一个__div__方法来改变sum，等等

换句话说，Python过于动态，无法准确预测表达式结果。你知道吗