构建多个列表的方法的速度（是否理解？）

Question

我正在尝试寻找最有效的方法来构建两个带有 if 条件的单独列表，以评估从函数返回的布尔值。

trunc_keys 列表包含不超过 15 个字符串元素。使用 10 个元素运行测试。

常用功能：

def is_trunc(key):
      # about 10 lines of string manipulation that ultimately returns boolean

方法一：

trunc_key_list = [key for key in trunc_keys if is_trunc(key)]
bad_key_list = [key for key in trunc_keys if not is_trunc(key)]

方法二：

trunc_key_list = []
bad_key_list = []

[trunc_key_list.append(key) if is_trunc(key) else bad_key_list.append(key) for key in trunc_keys]

我使用start_time = time.time() 和print("%s" % (time.time() - start_time)) 对结果进行计时

结果（平均 20 次）

方法一：0.000411 方法二：0.000280

我预计方法 1 会更快。我认为列表推导非常适合这种情况，因为它避免了实例化空列表。我发现这个似乎支持这个结果的线程： Python list() vs list comprehension building speed

我对 python 还很陌生，想更好地理解这一点。如此小的列表大小，列表推导不会变得有利吗？我还缺少其他东西吗？

感谢您的任何见解，谢谢！

Answer 1

如果你注意到我们可以计算每条语句的执行次数：

令 L 为列表的长度

• 方法 1 次运行
  • is_trunc(key) - 运行 L * 2
  • append(key) - 运行 L * 0
• 方法 2 次运行
  • is_trunc(key) - 运行 L * 1
  • append(key) - 运行 L * 1

从这个post我们可以看出append的平均时间是：

~115 μs or 0.000115 seconds

• 方法 1（单循环）的总时间（不附加）：0.000411 / 2 = 0.0002055
• 方法 2 不附加的总时间：0.000280 - 0.000115 = 0.000165

然后我们可以减去方法一的总时间和方法二的总时间得到：

• 循环时间差：0.0002055 - 0.000165 = 0.0000405
• 总循环时间差：0.0000405 * 2 = 0.000081

0.000081 基本上可以忽略不计。因此，循环的运行速度几乎完全相同，但在第一种方法中，您对列表进行了两次迭代，因此需要两倍的时间。

带走： is_trunc(key) 很贵！你在里面做什么？？ :)