python next的性能比迭代器快很多

今天写这个文章是因为日常开发使用[0]取首个元素的场景还是挺多的，但是在迭代器比较大的情况下，有些时候还是要注意下性能问题。

举例说明

from time import time

m = time()
a = [i for i in range(100000000) if i == 9999][0]
n = time()
print("list推导式执行时长：", n - m)

b = next(i for i in range(100000000) if i == 9999)
print("next执行时长：", time() - n)

## 执行结果如下
list推导式执行时长： 1.367569923400879
next执行时长： 0.0

结论

1. 列表推导创建了所有匹配项的列表，然后选择了第一个。如果列表很大，这可能会消耗更多内存并且效率较低
2. 使用 next 在找到第一个匹配项后停止迭代，可能在可迭代对象很大时节省一些计算
3. 如果迭代器里没有符合if条件的元素，那么使用索引[0]就会引发IndexError的报错
4. next函数支持指定一个默认值来兼容空数组的情况

from time import time
n = time()
b = next((i for i in range(100000000) if i == "xxxx"), "None或者other都可以")
print(b)
print("next执行时长：", time() - n)

# 执行结果
None或者other都可以
next执行时长： 1.494236707687378

# tips:这次的执行时长是因为要查找整个迭代器，找不到才走default的逻辑

额外要注意的是 next方法只能往后，不能往前