Python 实现循环的最快方式（for、while 等速度对比）

i += 1

return s

def for_loop(n=100_000_000):

s = 0

for i in range(n):

s += i

return s

def for_loop_with_inc(n=100_000_000):

s = 0

for i in range(n):

s += i

i += 1

return s

def for_loop_with_test(n=100_000_000):

s = 0

for i in range(n):

if i < n:

pass

s += i

return s

def main():

print(‘while loop\t\t’, timeit.timeit(while_loop, number=1))

print(‘for loop\t\t’, timeit.timeit(for_loop, number=1))

print(‘for loop with increment\t\t’,

timeit.timeit(for_loop_with_inc, number=1))

print(‘for loop with test\t\t’, timeit.timeit(for_loop_with_test, number=1))

if name == ‘main’:

main()

# => while loop               4.718853999860585

# => for loop                 3.211570399813354

# => for loop with increment          4.602369500091299

# => for loop with test               4.18337869993411

可以看出，增加的边界检查和自增操作确实大大影响了 for 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 sum 函数，可以获得远大于 for 或 while 循环的执行效率。

import timeit

def while_loop(n=100_000_000):

i = 0

s = 0

while i < n:

s += i

i += 1

return s

def for_loop(n=100_000_000):

s = 0

for i in range(n):

s += i

return s

def sum_range(n=100_000_000):

return sum(range(n))

def main():

print(‘while loop\t\t’, timeit.timeit(while_loop, number=1))

print(‘for loop\t\t’, timeit.timeit(for_loop, number=1))

print(‘sum range\t\t’, timeit.timeit(sum_range, number=1))

if name == ‘main’:

main()

# => while loop               4.718853999860585

# => for loop                 3.211570399813354

# => sum range                0.8658821999561042

可以看到，使用内置函数 sum 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 sum 的累加操作实际上也是一种循环，但它由 C 语言实现，而 for 循环中的求和操作是由纯 Python 代码 s += i 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。

import timeit

def while_loop(n=100_000_000):

i = 0

s = 0

while i < n:

s += i

i += 1

return s

def for_loop(n=100_000_000):

s = 0

for i in range(n):

s += i

return s

def sum_range(n=100_000_000):

return sum(range(n))

def math_sum(n=100_000_000):

return (n * (n - 1)) // 2

def main():

print(‘while loop\t\t’, timeit.timeit(while_loop, number=1))

print(‘for loop\t\t’, timeit.timeit(for_loop, number=1))

print(‘sum range\t\t’, timeit.timeit(sum_range, number=1))

print(‘math sum\t\t’, timeit.timeit(math_sum, number=1))

if name == ‘main’:

main()

# => while loop               4.718853999860585

# => for loop                 3.211570399813354

# => sum range                0.8658821999561042

# => math sum                 2.400018274784088e-06

最终 math sum 的执行时间约为 2.4e-6，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。
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）

401c05e862fe4e9.png)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注：Python）