为什么在使用列表推导而不是生成器表达式时更新列表更快？

Question

根据this answer 的说法，在许多情况下，列表的性能优于生成器，例如与str.join 一起使用时（因为算法需要传递数据两次）。

在以下示例中，使用 列表推导 似乎比使用相应的生成器表达式产生更好的性能，尽管直观地，列表推导伴随着分配和复制到生成器回避的额外内存的开销。

In [1]: l = list(range(2_000_000))

In [2]: %timeit l[:] = [i*3 for i in range(len(l))]
190 ms ± 4.65 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [3]: %timeit l[:] = (i*3 for i in range(len(l)))
261 ms ± 7.14 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [4]: %timeit l[::2] = [i*3 for i in range(len(l)//2)]
97.1 ms ± 2.07 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [5]: %timeit l[::2] = (i*3 for i in range(len(l)//2))
129 ms ± 2.21 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [6]: %timeit l[:len(l)//2] = [i*3 for i in range(len(l)//2)]
92.6 ms ± 2.34 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [7]: %timeit l[:len(l)//2] = (i*3 for i in range(len(l)//2))
118 ms ± 2.17 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

为什么列表推导在这些情况下会产生更好的性能？

Answer 1

此答案仅涉及 CPython 实现。 使用列表推导式更快，因为无论如何都会首先将生成器转换为列表。 这样做是因为应该在继续替换数据之前确定序列的长度，并且生成器无法告诉你它的长度。

对于列表切片分配，此操作由有趣的命名list_ass_slice 处理。分配列表或元组有一个特殊情况处理，here - 他们可以使用PySequence_Fast ops。

This 是 PySequence_Fast 的 v3.7.4 实现，您可以清楚地看到列表或元组的类型检查：

PyObject *
PySequence_Fast(PyObject *v, const char *m)
{
    PyObject *it;

    if (v == NULL) {
        return null_error();
    }

    if (PyList_CheckExact(v) || PyTuple_CheckExact(v)) {
        Py_INCREF(v);
        return v;
    }

    it = PyObject_GetIter(v);
    if (it == NULL) {
        if (PyErr_ExceptionMatches(PyExc_TypeError))
            PyErr_SetString(PyExc_TypeError, m);
        return NULL;
    }

    v = PySequence_List(it);
    Py_DECREF(it);

    return v;
}

生成器表达式将无法通过此类型检查并继续执行回退代码，将其转换为列表对象，以便the length can be predetermined。

在一般情况下，需要预先确定的长度，以便有效分配列表存储，以及 to provide useful error messages 扩展切片分配：

>>> vals = (x for x in 'abc')
>>> L = [1,2,3]
>>> L[::2] = vals  # attempt assigning 3 values into 2 positions
---------------------------------------------------------------------------
                                          Traceback (most recent call last)
...
ValueError: attempt to assign sequence of size 3 to extended slice of size 2
>>> L  # data unchanged
[1, 2, 3]
>>> list(vals)  # generator was fully consumed
[]