Python中“总和”理解的速度

Question

我的印象是使用总和构造比运行for循环要快得多。然而，在下面的代码中，for循环实际运行速度更快：

import time 

Score = [[3,4,5,6,7,8] for i in range(40)] 

a=[0,1,2,3,4,5,4,5,2,1,3,0,5,1,0,3,4,2,2,4,4,5,1,2,5,4,3,2,0,1,1,0,2,0,0,0,1,3,2,1] 

def ver1(): 
    for i in range(100000): 
     total = 0 
     for j in range(40): 
      total+=Score[j][a[j]] 
    print (total) 

def ver2(): 
    for i in range(100000): 
     total = sum(Score[j][a[j]] for j in range(40)) 
    print (total) 


t0 = time.time() 
ver1() 
t1 = time.time() 
ver2() 
t2 = time.time() 

print("Version 1 time: ", t1-t0) 
print("Version 2 time: ", t2-t1) 

输出是：

208 
208 
Version 1 time: 0.9300529956817627 
Version 2 time: 1.066061019897461 

难道我做错了什么？有没有办法做得更快？

（请注意，这只是一个演示中，我设置了，在我的实际应用中的成绩将不会以这种方式重复）

一些附加信息：这是关于Python 3.4.4 64位运行，在Windows 7 64位上，在i7上。

Answer 1

由于j被迭代两个列表，我想我会看看是否拉链工作更好：

def ver3(): 
    for i in range(100000): 
     total = sum(s[i] for s,i in zip(Score,a)) 
    print (total) 

在此的Py2运行速度比2.0版本要慢30％左右，但对PY3约20％的速度如果我将zip更改为izip（从itertools导入），则会将时间缩短到版本1和版本2之间。

Answer 2

这似乎取决于系统，可能是python版本。在我的系统，不同的是约13％：

python sum.py 
208 
208 
('Version 1 time: ', 0.6371259689331055) 
('Version 2 time: ', 0.7342419624328613) 

两个版本没有测量sum与手动循环，因为循环的“身体”是不相同的。 ver2做了更多的工作，因为它创建了100000次生成器表达式，而ver1的循环体几乎是微不足道的，但它为每次迭代创建了一个包含40个元素的列表。你可以改变的例子是相同的，然后你看到的sum效果：

def ver1(): 
    r = [Score[j][a[j]] for j in range(40)] 
    for i in xrange(100000): 
     total = 0 
     for j in r: 
      total+=j 
    print (total) 

def ver2(): 
    r = [Score[j][a[j]] for j in xrange(40)] 
    for i in xrange(100000): 
     total = sum(r) 
    print (total) 

我搬到一切从内循环体的进出sum通话，以确保我们只测量手工制作的循环的开销。使用xrange而不是range可进一步改善整体运行时间，但这适用于两个版本，因此不会更改比较。我的系统上修改后的代码的结果是：

python sum.py 
208 
208 
('Version 1 time: ', 0.2034609317779541) 
('Version 2 time: ', 0.04234910011291504) 

ver2比ver1快5倍。这是使用sum而不是手工制作的循环的纯粹性能增益。

由ShadowRanger's comment on the question about lookups启发，我已修改例子来比较的原代码，并检查是否结合的符号的查找：

def gen(s,b): 
    for j in xrange(40): 
     yield s[j][b[j]] 

def ver2(): 
    for i in range(100000): 
     total = sum(gen(Score, a)) 
    print (total) 

创建局部地结合Score并a防止昂贵查找一个小的自定义发生器在父范围内。执行此操作：

python sum.py 
208 
208 
('Version 1 time: ', 0.6167840957641602) 
('Version 2 time: ', 0.6198039054870605) 

单独的符号查找占运行时间的约12％。