这取决于您使用的是哪个版本的Python。在Python 2中,some_dict.items()创建一个新的列表,这将占用一些额外的时间并占用更多的内存。另一方面,一旦创建了列表,它就是一个列表,因此在完成列表创建的开销之后,应该具有相同的性能特征。
在Python 3中,some_dict.items()创建一个视图对象而不是一个列表,我预计在items()上创建和迭代比在Python 2中更快,因为不需要复制任何内容。但我也预计,在已经创建的视图上迭代会比在已经创建的列表上迭代慢一些,因为字典数据存储得有点稀疏,而且我相信python没有好的方法可以避免在字典中的每个bin上迭代,即使是空的。
在Python 2中,一些计时证实了我的直觉:>>> some_dict = dict(zip(xrange(1000), reversed(xrange(1000))))
>>> some_list = zip(xrange(1000), xrange(1000))
>>> %timeit for t in some_list: t
10000 loops, best of 3: 25.6 us per loop
>>> %timeit for t in some_dict.items(): t
10000 loops, best of 3: 57.3 us per loop
在items上迭代的速度大约是后者的两倍。使用iteritems稍微快一点。。。>>> %timeit for t in some_dict.iteritems(): t
10000 loops, best of 3: 41.3 us per loop
但遍历列表本身与遍历任何其他列表基本相同:>>> some_dict_list = some_dict.items()
>>> %timeit for t in some_dict_list: t
10000 loops, best of 3: 26.1 us per loop
Python 3可以比Python 2更快地创建和遍历items(与上面的57.3us相比):>>> some_dict = dict(zip(range(1000), reversed(range(1000))))
>>> %timeit for t in some_dict.items(): t
10000 loops, best of 3: 33.4 us per loop
但是创建视图的时间是可以忽略的;实际上迭代比列表慢。>>> some_list = list(zip(range(1000), reversed(range(1000))))
>>> some_dict_view = some_dict.items()
>>> %timeit for t in some_list: t
10000 loops, best of 3: 18.6 us per loop
>>> %timeit for t in some_dict_view: t
10000 loops, best of 3: 33.3 us per loop
这意味着,在Python 3中,如果希望在字典中的项上迭代多次,并且性能非常关键,那么可以通过将视图缓存为列表来提高30%的速度。>>> some_list = list(some_dict_view)
>>> %timeit for t in some_list: t
100000 loops, best of 3: 18.6 us per loop