Python while、for、生成器、列表推导等语句的执行效率测试

一个功能的实现，可以用多种语句来实现，比如说:while语句、for语句、生成器、列表推导、内置函数等实现，然而他们的效率并不一样。写了一个小程序来测试它们执行的效率。

测试内容:
将一个数字大小为20万的数字，依次取绝对值，放到列表中，测试重复1千次.
测试程序:
复制代码 代码如下:
import time,sys
reps = 1000 #测试重复次数
nums = 200000 #测试时数字大小


def tester(func,*args): #总体测试函数
startTime = time.time()
for i in range(reps):
func(*args)
elapsed = time.time() - startTime #用time模块来测试，结束时间与开始时间差
return elapsed

def while_Statement(): #while循环实现
res = []
x = 0
while nums > x:
x += 1
res.append(abs(x))

def for_Statement(): #for循环实现
res = []
for x in range(nums):
res.append(abs(x))

def generator_Expression():#生成器实现
res = list(abs(x) for x in range(nums))

def list_Comprehension(): #列表解析实现
res = [abs(x) for x in range(nums)]


def map_Function(): #内置函数map实现
res = map(abs, range(nums))


print sys.version #打印系统版本
tests = [while_Statement, for_Statement, generator_Expression, list_Comprehension, map_Function]
for testfunc in tests: #将待测函数放置列表中依次遍历
print testfunc.__name__.ljust(20),': ',tester(testfunc) #

测试结果:
复制代码 代码如下:
>>>
2.7.4 (default, Apr 6 2013, 19:55:15) [MSC v.1500 64 bit (AMD64)]
while_Statement : 84.5769999027
for_Statement : 75.2709999084
generator_Expression : 62.3519999981
list_Comprehension : 60.4090001583
map_Function : 47.5629999638

改写程序:
复制代码 代码如下:
import sys
nums = 100

def while_Statement():
res = []
x = 0
while nums > x:
x += 1
res.append(abs(x))

def for_Statement():
res = []
for x in range(nums):
res.append(abs(x))

def generator_Expression():
res = list(abs(x) for x in range(nums))

def list_Comprehension():
res = [abs(x) for x in range(nums)]


def map_Function():
res = map(abs, range(nums))

if __name__=='__main__':
import timeit #用timeit模块来测试
print sys.version
funcs = [while_Statement, for_Statement, generator_Expression, list_Comprehension, map_Function]
for func in funcs:
print func.__name__.ljust(20),': ',timeit.timeit("func()", setup="from __main__ import func")

测试结果:
复制代码 代码如下:
>>>
2.7.4 (default, Apr 6 2013, 19:55:15) [MSC v.1500 64 bit (AMD64)]
while_Statement : 37.1800067428
for_Statement : 30.3999109329
generator_Expression : 27.2597866441
list_Comprehension : 17.386223449
map_Function : 12.7386868963

测试分析:

用time模块，和timeit模块两种测试方式测试了很多组数字，得出的结果是执行内置函数最快，其次就是列表推导，再其次生成器和for循环，while循环最慢。一般最快的使用内置函数的方法要比使用最慢的while快两倍以上。简单分析下原因:内置函数比如说map,filter,reduce(在python/' target='_blank'>python3.0中移除)基本上都是用C语言来实现的,所以速度是最快的，列表推导内的迭代在解释器内是以C语言的速度运行的(一般是for循环的两倍,对大型文件操作而言，用列表推导效果尤其明显)，相比较for循环代码是在PVM步进运行要快的多。但for循环里面含range()，相对速度也会快些，while语句是纯粹用Python代码写成，所以速度最慢。所以函数式编程最好使用内置函数，然后才考虑使用列表推导或for循环。最好不用while循环.