pythonappend性能_Python-append VS扩展效率

同样值得指出的是，这个问题的答案取决于在每次迭代中添加的列表/元组的小规模。对于更大的列表，extend显然更优越（列表和元组没有区别）。从mgilson的answer开始，我检查了包含600个项的集合的行为，而不是2：

调用append 600次所需时间是对手动定义的列表/元组使用extend()（即[v,v,v,v,v,v,v...]）所需时间的8倍：42.4969689846

5.45146393776

5.38034892082

这五秒钟的大部分时间实际上是创建列表/元组。在调用timeit之前准备它会给extend down带来时间1.42491698265

0.657584905624

分别用于列表和元组。

对于更真实（更公平）的情况，可以在函数调用中动态生成数据：import timeit

def append_loop(foo, reps):

for i in range(reps):

foo.append(i)

def append_comp(foo, reps):

[foo.append(i) for i in range(reps)]

def extend_lst(foo, reps):

foo.extend([i for i in range(reps)])

def extend_tup(foo, reps):

foo.extend((i for i in range(reps)))

repetitions = 600

print timeit.timeit('append_loop([], repetitions)', setup='from __main__ import append_loop, repetitions')

print timeit.timeit('append_comp([], repetitions)', setup='from __main__ import append_comp, repetitions')

print timeit.timeit('extend_lst([], repetitions)', setup='from __main__ import extend_lst, repetitions')

print timeit.timeit('extend_tup([], repetitions)', setup='from __main__ import extend_tup, repetitions')

（Append通过for循环和list理解来实现，以消除两种循环方式之间的效率差异。）

时间安排如下：53.8211231232

57.1711571217

19.8829259872

28.5986201763

如我们所见，使用列表理解扩展仍然比添加快两倍以上。而且，元组理解看起来明显比列表理解慢，而且append_comp只会带来不必要的列表创建开销。