與列表理解相比，生成器更慢

Question

據我所知，當我們只想使用一次值時，我們可能會使用生成器。 使用下面的兩個例子，我的邏輯是第二個應該更快，因為第一個創建一個列表然后循環值...而第二個只處理來自生成器的值。 然而，當我計算時間時，列表理解總是比生成器快。 為什么是這樣？

第一名：

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

第二：

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

是的，生成器和genexprs通常（heh）比列表推導慢，但另一方面它們被懶惰地評估，並且你不必為完全預先計算的列表支付內存成本。 我想，速度差異是由於（隱式或顯式） yield拋出值的調用幀開銷引起的。

使用你的代碼，但timeit了第三個版本使用生成函數來衡量它，並且：

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))

結果（Python 3.7.0）似乎指向genexprs與生成器函數一樣快，比列表理解慢約4-5％。

f1 = 2.882695159
f2 = 3.0303254170000002
f3 = 3.002670741