关于生成器和lambda列表的速度测试

import time
import sys
s = time.time()
x = [i for i in range(0,100000)]
e = time.time()
# print(e-s)  # 0.0029883384704589844
for i in x:
    pass
# print(time.time()-e)  # 0.002991199493408203
print(time.time()-s)  # 0.0059795379638671875


s2 = time.time()
l = (lambda x:i for i in range(100000))
for i in l:
    pass
print(time.time()-s2)  # 0.01596355438232422

s3 = time.time()
l = (i for i in range(100000))
for i in l:
    pass
print(time.time()-s3)  # 0.006981849670410156

s4 = time.time()
l = []
for i in range(0, 100000):
    l.append(i)
print(time.time()-s4)  # 0.00897359848022461

# 函数直接返回了一个值，所以不管是生成器还是列表，for循环都只进行了一次，当然生成器因为分配空间时花的时间更少
# 这里diss一下某人强行装13，丢个文献让悟道
# def test():
#     x = [i for i in range(0,100000)]
#     yield x
# s1 = time.time()
# for i in test():
#     pass
# print(time.time()-s1)  # 0.0029921531677246094
#
# def test1():
#     x = (i for i in range(0,100000))
#     yield x
# s2 = time.time()
# for i in test1():
#     pass
# print(time.time()-s2)  # 0.0009975433349609375

这里测试了几种情况，通过设置迭代次数，而生成器和列表生成式在范围较小的情况下，列表生成式可能略微快点（忽略不计），范围大的情况下，生成器因为分配内存问题，速度会明显高于列表生成式

比较一下列表生成式和生成器列表，列表生成式在对要求对所有元素都进行处理的情况下且不考虑空间，要优于生成器，且列表生成式可以随机访问