python中列表长度可变吗_可以在Python中更快地对可变长度迭代的简单计算吗？

最新推荐文章于 2023-10-24 17:47:47 发布

weixin_39945795

最新推荐文章于 2023-10-24 17:47:47 发布

阅读量127

点赞数

文章标签： python中列表长度可变吗

本文链接：https://blog.csdn.net/weixin_39945795/article/details/112051748

版权

本文探讨了四种Python函数在计算性能上的差异，涉及直接操作、生成器表达式、列表理解及函数调用。通过反汇编分析，揭示了函数调用和生成器表达式在效率上的优势。建议在处理小序列时权衡代码简洁性和性能，而对于长序列，生成器表达式通常更优。

摘要由CSDN通过智能技术生成

我的理解是你不需要更快地编写代码,你只想知道为什么它更慢.要回答这个问题,让我们来看看反汇编.出于本讨论的目的,我将在函数调用中包装每个方法,在每个反汇编中可以忽略u和v的加载以及return命令.

def test1(u,v):

return (u[0]-v[0])**2 + (u[1]-v[1])**2 + (u[3]-v[3])**2

dis.dis(test1)

0 LOAD_FAST 0 (u)

3 LOAD_CONST 1 (0)

6 BINARY_SUBSCR

7 LOAD_FAST 1 (v)

10 LOAD_CONST 1 (0)

13 BINARY_SUBSCR

14 BINARY_SUBTRACT

15 LOAD_CONST 2 (2)

18 BINARY_POWER

19 LOAD_FAST 0 (u)

22 LOAD_CONST 3 (1)

25 BINARY_SUBSCR

26 LOAD_FAST 1 (v)

29 LOAD_CONST 3 (1)

32 BINARY_SUBSCR

33 BINARY_SUBTRACT

34 LOAD_CONST 2 (2)

37 BINARY_POWER

38 BINARY_ADD

39 LOAD_FAST 0 (u)

42 LOAD_CONST 4 (3)

45 BINARY_SUBSCR

46 LOAD_FAST 1 (v)

49 LOAD_CONST 4 (3)

52 BINARY_SUBSCR

53 BINARY_SUBTRACT

54 LOAD_CONST 2 (2)

57 BINARY_POWER

58 BINARY_ADD

59 RETURN_VALUE

我以3的长度剪掉了第一个例子,因为它会一遍又一遍地重复相同的模式.您可以快速看到没有函数调用开销,并且几乎解释器正在对这些操作数进行尽可能少的工作以实现您的结果.

def test2(u,v):

sum((a-b)**2 for a,v))

dis.dis(test2)

0 LOAD_GLOBAL 0 (sum)

3 LOAD_CONST 1 ( at 02C6F458,file "",line 2>)

6 MAKE_FUNCTION 0

9 LOAD_GLOBAL 1 (izip)

12 LOAD_FAST 0 (u)

15 LOAD_FAST 1 (v)

18 CALL_FUNCTION 2

21 GET_ITER

22 CALL_FUNCTION 1

25 CALL_FUNCTION 1

28 RETURN_VALUE

我们在这里看到的是我们用生成器表达式创建一个函数,加载2个全局变量(sum和izip,全局查找比本地查找慢,我们不能避免它们只进行一次但是如果它们将被调用一个紧密循环,许多人将它们分配给本地,如_izip或_sum),然后连续遭受4个昂贵的字节码操作,调用izip,从生成器获取迭代器,调用生成器创建的函数,然后调用sum函数(将使用迭代器并在返回之前添加每个项目).

def test3(u,v):

sum = 0

for i in xrange(len(u)):

sum += (u[i]-v[i])**2

dis.dis(test3)

0 LOAD_CONST 1 (0)

3 STORE_FAST 2 (sum)

6 SETUP_LOOP 52 (to 61)

9 LOAD_GLOBAL 0 (xrange)

12 LOAD_GLOBAL 1 (len)

15 LOAD_FAST 0 (u)

18 CALL_FUNCTION 1

21 CALL_FUNCTION 1

24 GET_ITER

25 FOR_ITER 32 (to 60)

28 STORE_FAST 3 (i)

31 LOAD_FAST 2 (sum)

34 LOAD_FAST 0 (u)

37 LOAD_FAST 3 (i)

40 BINARY_SUBSCR

41 LOAD_FAST 1 (v)

44 LOAD_FAST 3 (i)

47 BINARY_SUBSCR

48 BINARY_SUBTRACT

49 LOAD_CONST 2 (2)

52 BINARY_POWER

53 INPLACE_ADD

54 STORE_FAST 2 (sum)

57 JUMP_ABSOLUTE 25

60 POP_BLOCK

61 LOAD_CONST 0 (None)

64 RETURN_VALUE

我们在这里看到的是test2中发生的更直接的版本.没有生成器表达式或调用sum,但我们通过执行xrange(len(u))代替@Lucas Malor建议的更快的解决方案,用不必要的函数调用替换了该函数调用开销.

def test4(u,v):

mysum = 0

for a,v) :

mysum += (a-b)**2

return mysum

dis.dis(test4)

0 LOAD_CONST 1 (0)

3 STORE_FAST 2 (mysum)

6 SETUP_LOOP 47 (to 56)

9 LOAD_GLOBAL 0 (izip)

12 LOAD_FAST 0 (u)

15 LOAD_FAST 1 (v)

18 CALL_FUNCTION 2

21 GET_ITER

22 FOR_ITER 30 (to 55)

25 UNPACK_SEQUENCE 2

28 STORE_FAST 3 (a)

31 STORE_FAST 4 (b)

34 LOAD_FAST 2 (mysum)

37 LOAD_FAST 3 (a)

40 LOAD_FAST 4 (b)

43 BINARY_SUBTRACT

44 LOAD_CONST 2 (2)

47 BINARY_POWER

48 INPLACE_ADD

49 STORE_FAST 2 (mysum)

52 JUMP_ABSOLUTE 22

55 POP_BLOCK

56 LOAD_FAST 2 (mysum)

59 RETURN_VALUE

以上代表了@Lucas Malor的贡献,它在某些方面更快.它通过解包来替换下标操作,同时将调用次数减少到1.在很多情况下,你可以用你给我们的约束来快速实现.

请注意,如果要调用该函数足够的时间来计算开销,那么仅值得评估运行时生成的字符串,类似于test1中的函数.另请注意,随着u和v的长度变得越来越大(这通常是评估此类算法的方式),其他解决方案的函数调用开销变得越来越小,因此,在大多数情况下,最易读的解决方案非常优越.同时,即使在小的情况下速度较慢,如果序列的长度u和v可能很长,我建议使用生成器表达式而不是列表理解.在大多数情况下,内存节省将导致更快的执行速度(以及更快的gc).

总的来说,我的建议是,在短序列的情况下微小的加速只是不值得增加代码大小和与你正在通过执行微优化看到的其他python实现的不一致行为. “最佳”解决方案几乎肯定是test2.