看到这里的讨论后：Python - generate the time difference 我很好奇。我最初也认为生成器比列表快，但谈到 sorted() 我不知道。将生成器表达式发送到 sorted() 而不是列表有什么好处？生成器表达式是否最终在排序之前被放入 sorted() 中的列表？
编辑：我只能接受一个答案，这让我很伤心，因为我觉得很多回复都有助于澄清这个问题。再次感谢大家。
【问题讨论】：
标签： python optimization
sorted() 所做的第一件事是将数据转换为列表。基本上实现的第一行（在参数验证之后）是
newlist = PySequence_List(seq);
另请参阅the full source code version 2.7 和 version 3.1.2。
编辑：正如answer by aaronasterling 中所指出的，变量newlist 是一个新 列表。如果参数已经是一个列表，则将其复制。所以生成器表达式确实具有使用更少内存的优势。
【讨论】：
查看哪个更快的最简单方法是使用timeit，它告诉我传递列表而不是生成器更快：
>>> import random
>>> randomlist = range(1000)
>>> random.shuffle(randomlist)
>>> import timeit
>>> timeit.timeit("sorted(x for x in randomlist)",setup = "from __main__ import randomlist",number = 10000)
4.944492386602178
>>> timeit.timeit("sorted([x for x in randomlist])",setup = "from __main__ import randomlist",number = 10000)
4.635165083830486
还有：
>>> timeit.timeit("sorted(x for x in xrange(1000,1,-1))",number = 10000)
1.411807087213674
>>> timeit.timeit("sorted([x for x in xrange(1000,1,-1)])",number = 10000)
1.0734657617099401
我认为这是因为当sorted() 将传入的值转换为列表时，对于已经是列表的内容，它可以比生成器更快地执行此操作。 The source code seems to confirm this（但这是通过阅读 cmets 而不是完全理解正在发生的一切）。
【讨论】：
print( id( [42,] ) ); print( id( [42,] ) ); 时，您经常会收到相同的报告。 python 保证当您比较两个列表实例时，它们将具有不同的 id，但由于这不会在这里发生，python 会更有效地执行此操作并重用内存。出于这个原因，确保列表不是一次性值会更公平，因为这样排序后无法避免复制它。
如果不知道序列的所有元素，就无法对序列进行排序，因此任何传递给sorted() 的生成器都会被耗尽。
【讨论】：
有一个巨大的好处。因为 sorted 不会影响传入的序列，所以它必须对其进行复制。如果它从生成器表达式中创建一个列表，那么只会创建一个列表。如果传入了列表推导式，则首先构建它，然后 sorted 复制它以进行排序。
这反映在行中
newlist = PySequence_List(seq);
引用于Sven Marnach's answer。本质上，这将无条件地复制传递给它的任何序列。
【讨论】：
Python 使用 Timsort。 Timsort 需要预先知道元素的总数，以计算 minrun 参数。因此，正如 Sven 所报告的，当给定一个生成器时，sorted 所做的第一件事就是将它变成一个列表。
也就是说，可以编写 Timsort 的增量版本，它从生成器中消耗值的速度更慢 - 您只需要在开始之前修复 minrun，并接受在最后进行一些不平衡合并的痛苦. Timsort 分两个阶段工作。第一阶段涉及遍历整个数组，识别运行并进行插入排序以使数据无序运行。运行查找和插入排序本质上都是增量的。第二阶段涉及排序运行的合并；就像现在一样。
不过，我认为这没有什么意义。也许它会使内存管理更容易，因为不必从生成器读取到一个不断增长的数组（就像我毫无根据地假设当前的实现那样），您可以将每个运行读取到一个小缓冲区，然后只分配一个 final-大小缓冲区一次，最后。但是，这将涉及一次在内存中拥有 2N 个数组插槽，而一个不断增长的数组可以使用 1.5N 来完成，如果它在增长时翻倍。所以，可能不是一个好主意。
【讨论】：
我最初也认为是一个列表 理解比列表快
比列表更快是什么意思？您的意思是比明确的for 更快吗？为此，我会说这取决于：列表推导更像是语法糖，但在简单循环时非常方便。
但是当谈到 sorted() 我不 知道。发送有什么好处吗 sorted() 的生成器表达式 而不是列表？
列表推导式和生成器表达式的主要区别在于生成器表达式避免了一次生成整个列表的开销。相反，它们返回一个可以被一个一个迭代的生成器对象，因此生成器表达式更有可能用于节省内存使用。
但是您必须了解 Python 中的一件事：仅通过观察很难判断一种方式是否比另一种方式更快（乐观），如果您想这样做，您应该使用timeit 进行基准测试（并且基准测试比仅在一台机器上运行一个 timeit 更复杂）。
阅读this 了解有关一些优化技术的更多信息。
【讨论】：
我应该添加到 Dave Webb 的计时答案 [我输入了可能是匿名编辑的内容]，当您直接访问优化的生成器时，它可能是快多了;大部分开销可能是代码创建自己的列表或生成器：
>>> timeit.timeit("sorted(xrange(1000, 1, -1))", number=10000)
0.34192609786987305
>>> timeit.timeit("sorted(range(1000, 1, -1))", number=10000)
0.4096639156341553
>>> timeit.timeit("sorted([el for el in xrange(1000, 1, -1)])", number=10000)
0.6886589527130127
>>> timeit.timeit("sorted(el for el in xrange(1000, 1, -1))", number=10000)
0.9492318630218506
【讨论】：
如果性能很重要，为什么不处理生成器生成的数据，并对迭代结果进行排序？当然，这只能在迭代之间没有因果关系的情况下使用（即排序迭代#[i]的数据不需要对排序迭代#[i + 1]进行任何计算）。 在这种情况下，我想说的是，对生成器产生的一组可能更大的结构进行排序可能会给排序增加许多不必要的复杂性，这可能发生在处理所有元素之后。
【讨论】：