扁平化列表，哪个方法更快？

在平时的编码过程中，经常会碰到嵌套列表扁平化的需求，比如说把列表[[1,2,3],[4,5]] 变成 [1,2,3,4,5]，Python 有很多方法可以实现这一功能，到底哪个方法更快呢？我们今天就来试一试。

第一种方法：建一个空列表，遍历嵌套列表把元素逐一放入并返回：

def flatten1(lst: List[list]) -> list:
    flat = []
    for l in lst:
        for x in l:
            flat.append(x)
    return flat

第二种方法：使用列表推导式：

def flatten2(lst: List[list]) -> list:
    return [x for l in lst for x in l]

第三种方法：使用列表的 extend 方法：

def flatten3(lst: List[list]) -> list:
    flat = []
    for l in lst:
        flat.extend(l)
    return flat

第四种方法：使用 + 号：

def flatten4(lst: List[list]) -> list:
    flat = []
    for l in lst:
        flat += l
    return flat

第五种方法：使用 itertools.chain：

def flatten5(lst: List[list]) -> list:
    return list(itertools.chain.from_iterable(lst))

第六种方法：使用 functools.reduce：

def flatten6(lst: List[list]) -> list:
    return functools.reduce(operator.iconcat, lst, [])

你可以先猜一下，然后看看下面的运行结果：

import functools
import itertools
import operator
import random
import time
from typing import List

def flatten1(lst: List[list]) -> list:
    flat = []
    for l in lst:
        for x in l:
            flat.append(x)
    return flat

def flatten2(lst: List[list]) -> list:
    return [x for l in lst for x in l]

def flatten3(lst: List[list]) -> list:
    flat = []
    for l in lst:
        flat.extend(l)
    return flat

def flatten4(lst: List[list]) -> list:
    flat = []
    for l in lst:
        flat += l
    return flat

def flatten5(lst: List[list]) -> list:
    return list(itertools.chain.from_iterable(lst))

def flatten6(lst: List[list]) -> list:
    return functools.reduce(operator.iconcat, lst, [])
                            # +=

def time_f(f):
    elapsed = 0.0
    n = 100
    M = 1000
    N = 100
    for _ in range(n):
        lst = [[random.randint(0,1000000) for j in range(N)] for i in range(M)]
        start = time.perf_counter()
        f(lst)
        elapsed += time.perf_counter() - start
    print(f"{f.__name__} cost {elapsed/n * 1000 :.4f} ms")

if __name__ == '__main__':
    time_f(flatten1)
    time_f(flatten2)
    time_f(flatten3)
    time_f(flatten4)
    time_f(flatten5)
    time_f(flatten6)

运行环境：Python 3.8.5，运行结果如下：

结果：前两种方法比较慢，不推荐使用，后面四种方法差别不大，随你挑。

最后的话

编程最重要的就是动手，当你出现选择困难时，不妨写几个简单的函数，跑起来测试一下，你心里就有答案了。

如果非要弄个明白的话，可以看看相关函数或标准库的源代码，不过这可能要花费更多的时间。

如果有收获，请点赞支持，感谢阅读。