[英]Do Python list comprehensions append at each iteration?
我試圖了解Python中列表理解的性能,以及使用它們與for循環創建列表的權衡。 使用for循環將元素追加到列表的已知性能代價之一是,在每次迭代中,它都是O(k)(其中k是列表的長度),因為追加需要到達列表的末尾添加其他元素。
列表推導如何工作? 在每次迭代中,是否都需要到達新列表的末尾以添加新元素?
# For loop:
# O(n*k) (k=number of elements currently in list) time complexity:
new_list = []
for i in range(n): # O(n)
new_list.append(i) # O(k)
# List comprehension:
new_list = [i for i in range(n)] # Is this O(n)?
我已經搜索了Python文檔,Stack Overflow和其他網站,但找不到有關此的任何信息。 有很多資源可用於獲取有關列表理解的更高級信息,但沒有類似的具體信息。
如果您無法提供答案,可以請您指導我,或向我展示如何查看實際的基礎Python列表理解代碼,以便我自己完成此工作?
追加到列表是攤銷 O(1)
而不是O(k)
; 列表被實現為可變長度數組,而不是鏈接列表。 復雜性既適用for
使用my_list.append
調用的for
循環,也適用於列表理解(后者,擾流器警報, 還可以追加)。
因此,在兩種情況下。 復雜度為O(N)
。
列表綜合通常表現更好,因為它們專門做一件事: 創建列表 。 為它們生成的字節碼是特定於此的。 (請參閱LIST_APPEND
字節碼)
還要注意,列表理解,例如for循環,不一定在每次迭代時都附加。 通常使用if
子句過濾掉要遍歷的可迭代元素。
如果您想了解如何在CPython中實現列表理解,可以查看為它們生成的字節碼,並在ceval.c
掃描為每個列表執行的操作。
編譯列表理解表達式后,可以在dis
上看到字節碼:
dis(compile('[i for i in range(10)]', '', 'exec').co_consts[0])
1 0 BUILD_LIST 0
2 LOAD_FAST 0 (.0)
>> 4 FOR_ITER 8 (to 14)
6 STORE_FAST 1 (i)
8 LOAD_FAST 1 (i)
10 LIST_APPEND 2
12 JUMP_ABSOLUTE 4
>> 14 RETURN_VALUE
然后, 瀏覽ceval.c
的案例,或在dis
模塊中查看其文檔。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.