为什么我的代码显示'for-loop‘的效率比’code‘的效率高？

Question

为什么我的代码显示'for-loop‘的效率比’code‘的效率高？

# CODE-1:

import time                      
start_time = time.time()          
for i in range(10000000):
    1
end_time = time.time()             
run_time = end_time - start_time   
print('run_time1: ', run_time)


# CODE-2
start_time = time.time()          
[1 for i in range(10000000)]
end_time = time.time()             
run_time = end_time - start_time  
print('run_time2: ', run_time)

# The results:
(1) run_time1:  0.5030415058135986
(2) run_time2:  1.1129977703094482

Answer 1

不同之处在于，使用comprehension创建list，使用for-loop仅调用1，其中最多只有一些数学表达式

for i in range(10000000):
    1 # calling `1`, only expression

[1 for i in range(10000000)] # this creates list so there is more things to do than in first example

Answer 2

虽然这两个代码片段都没有做任何有用的事情(它们没有副作用，也不返回任何东西)，但第二个版本实际上必须构造一个list对象，这会拖累它的性能。在Python 3.7+中运行：

>>> import dis
>>> dis.dis('''for i in range(10000000): 1''')
  1           0 SETUP_LOOP              16 (to 18)
              2 LOAD_NAME                0 (range)
              4 LOAD_CONST               0 (10000000)
              6 CALL_FUNCTION            1
              8 GET_ITER
        >>   10 FOR_ITER                 4 (to 16)
             12 STORE_NAME               1 (i)
             14 JUMP_ABSOLUTE           10
        >>   16 POP_BLOCK
        >>   18 LOAD_CONST               1 (None)
             20 RETURN_VALUE
>>> dis.dis('''[1 for i in range(10000000)]''')
  1           0 LOAD_CONST               0 (<code object <listcomp> at 0x7f974a725db0, file "<dis>", line 1>)
              2 LOAD_CONST               1 ('<listcomp>')
              4 MAKE_FUNCTION            0
              6 LOAD_NAME                0 (range)
              8 LOAD_CONST               2 (10000000)
             10 CALL_FUNCTION            1
             12 GET_ITER
             14 CALL_FUNCTION            1
             16 RETURN_VALUE

Disassembly of <code object <listcomp> at 0x7f974a725db0, file "<dis>", line 1>:
  1           0 BUILD_LIST               0
              2 LOAD_FAST                0 (.0)
        >>    4 FOR_ITER                 8 (to 14)
              6 STORE_FAST               1 (i)
              8 LOAD_CONST               0 (1)
             10 LIST_APPEND              2
             12 JUMP_ABSOLUTE            4
        >>   14 RETURN_VALUE

您可以看到，listcomp对象比第一个循环做了更多的工作:每次迭代都执行BUILD_LIST和LIST_APPEND。

Answer 3

正如其他人解释的那样，您的循环不会构建列表，因此速度更快。适当的比较应该如下所示。

循环：

l = []
for i in range(10000000):
    l.append(1)

列表理解：

l = [1 for i in range(10000000)]