генератор медленнее по сравнению со списком

Question

Из того, что я знаю, мы можем использовать генератор, когда мы хотим использовать значения только один раз. Используя приведенные ниже 2 примера, моя логика заключается в том, что второй должен быть быстрее, потому что первый сначала создает список, а затем циклически перебирает значения ... в то время как второй обрабатывает только значения из генератора. Тем не менее, когда я вычисляю время, понимание списка всегда быстрее, чем генератор. Почему это?

первый:

x = []
a = time.perf_counter()
for j in [i**2 for i in range(20000)]:
    x.append(j)
print( time.perf_counter() - a )

второй:

x = []
a = time.perf_counter()
for j in (i**2 for i in range(20000)):
    x.append(j)
print( time.perf_counter() - a )

Answer 1

Да, генераторы и genexprs обычно (хе) медленнее, чем списки, но, с другой стороны, они лениво оцениваются, и вам не нужно платить за память за полностью предварительно вычисленный список.Я полагаю, что разница в скорости вызвана служебной информацией кадра вызова с (неявным или явным) yield перебрасыванием значений вокруг.

Использование вашего кода, но timeit для его измерения, и с третьей версией, использующейФункция генератора:

import timeit

def f1():
    x = []
    for j in [i**2 for i in range(20000)]:
        x.append(j)
    return x

def f2():
    x = []
    for j in (i**2 for i in range(20000)):
        x.append(j)
    return x


def f3():
    def gen():
        for i in range(20000):
            yield i ** 2
    x = []
    for j in gen():
        x.append(j)
    return x


print(timeit.timeit(f1, number=100))
print(timeit.timeit(f2, number=100))
print(timeit.timeit(f3, number=100))

Результаты (Python 3.7.0) указывают на то, что genexprs работает точно так же быстро, как функции генератора, примерно на 4-5% медленнее, чем понимание списка.

f1 = 2.882695159
f2 = 3.0303254170000002
f3 = 3.002670741