让 Python 循环最快的方式，就是不用循环？

众所周知，Python 不是一种执行效率较高的语言。此外在任何语言中，循环都是一种非常消耗时间的操作。假如任意一种简单的单步操作耗费的时间为 1 个单位，将此操作重复执行上万次，最终耗费的时间也将增长上万倍。

和 是 Python 中常用的两种实现循环的关键字，它们的运行效率实际上是有差距的。比如下面的测试代码：

这是一个简单的求和操作，计算从 1 到 n 之间所有自然数的总和。可以看到 循环相比 要快 1.5 秒。

其中的差距主要在于两者的机制不同。

在每次循环中， 实际上比 多执行了两步操作：边界检查和变量 的自增。即每进行一次循环，while 都会做一次边界检查 (）和自增计算（）。这两步操作都是显式的纯 Python 代码。

循环不需要执行边界检查和自增操作，没有增加显式的 Python 代码（纯 Python 代码效率低于底层的 C 代码）。当循环的次数足够多，就出现了明显的效率差距。

可以再增加两个函数，在 循环中加上不必要的边界检查和自增计算：

可以看出，增加的边界检查和自增操作确实大大影响了 循环的执行效率。

前面提到过，Python 底层的解释器和内置函数是用 C 语言实现的。而 C 语言的执行效率远大于 Python。

对于上面的求等差数列之和的操作，借助于 Python 内置的 函数，可以获得远大于 或 循环的执行效率。

可以看到，使用内置函数 替代循环之后，代码的执行效率实现了成倍的增长。

内置函数 的累加操作实际上也是一种循环，但它由 C 语言实现，而 循环中的求和操作是由纯 Python 代码 实现的。C > Python。

再拓展一下思维。小时候都听说过童年高斯巧妙地计算 1 到 100 之和的故事。1…100 之和等于 (1 + 100) * 50。这个计算方法同样可以应用到上面的求和操作中。

最终 math sum 的执行时间约为 ，缩短了上百万倍。这里的思路就是，既然循环的效率低，一段代码要重复执行上亿次。

索性直接不要循环，通过数学公式，把上亿次的循环操作变成只有一步操作。效率自然得到了空前的加强。

最后的结论（有点谜语人）：

实现循环的最快方式——————就是不用循环

对于 Python 而言，则尽可能地使用内置函数，将循环中的纯 Python 代码降到最低。
具体有

1）超强python学习路线图（助你告别无理学习）

2）python零基础入门书籍

3）python大神学习模板项目源码（超详细讲解）

4）Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

在学习Python的道路上，经常会碰到许多的问题，而我们在一起问题就不是问题了，可以在小编找到冠一哒，一起学习，也可以私信“01”获取学习干货，碰到什么问题也可以及时来问小编哒。