当我需要经常回到起点时，使用生成器或列表更好吗？

Question

我想对一大串数字的除数进行求和，为此，我使用了一个素数生成器：

def sieve_of_eratosthenes(limit):
    # Initialize the primality list
    a = [False] * 2 + [True] * (limit-2)

    for (i, isprime) in enumerate(a):
        if isprime:
            yield i
            # Mark factors non-prime
            for n in range(i*i, limit, i):     
                a[n] = False

因为我想做的是：

for n in numbers_list:
    s = 0
    for p in sieve_of_eratosthenes(limit):
        if not x % p:
            s += p 

我想知道，最好只创建一个生成器一次，然后将它转化为一个列表，从而生成一个我只创建一次的大型对象，还是在每次迭代中继续创建生成器(因为我每次都需要从头开始)。

是否应该像这样使用生成器，或者列出正确的解决方案，或者这只是内存/运行时的简单权衡？

Answer 1

有两种选择:保持低内存或低运行时.

低内存:，因为您不会修改生成器中的任何元素或通过索引访问元素，所以最好使用生成器，因为它们只返回内存.But中的一个对象--您必须在循环中的每个I中运行生成器函数。

低运行时:使用列表生成的只在for循环之前生成一次。

def sieve_of_eratosthenes(limit):
    # Initialize the primality list
    a = [False] * 2 + [True] * (limit-2)

    for (i, isprime) in enumerate(a):
        if isprime:
            yield i
            # Mark factors non-prime
            for n in range(i*i, limit, i):     
                a[n] = False

limits = list(sieve_of_eratosthenes(limit))
for n in numbers_list:
    s = 0
    for p in limits:
        if not x % p:
            s += p 

Answer 2

对于这种情况，我认为列表会更好，但是您可以使用python模块来测试自己：

from timeit import timeit

limit = value

def f1():
    #code using list

def f2():
    #code using generator

print( 'List', timeit('f1(limit)', setup=' from __main__ import f1, f2,limit') )
print( 'Generator', timeit('f2(limit)', setup=' from __main__ import f1, f2,limit') )

它会打印运行代码所需的时间大约10**6次.如果这太长，只需在timeit函数中添加一个额外的参数，称为number。例如100次跑步

print( 'List', timeit('f1(limit)', setup=' from __main__ import f1, f2,limit', number=100) )