【问题标题】：Complex List Comprehension slower than straight loop复杂列表理解比直接循环慢
【发布时间】：2017-08-27 06:19:01
【问题描述】：

我在leetcode 上看到了一个有趣的编程练习解决方案，它甚至与问题/解决方案本身无关，因此如果您愿意，可以在提供的链接上阅读它。然而，一个高票的解决方案是这一个班轮：

片段 1

def fizzBuzz2(n):
    return  ["Fizz" * (not i%3) + "Buzz" * (not i%5) or str(i) for i in range(1, n+1)]

片段 2

def fizzBuzz(n):
    out = []
    for i in range(1, n+1):
        if i % 3 == 0 and i % 5 == 0:
            out.append("FizzBuzz")
        elif i % 3 == 0:
            out.append("Fizz")
        elif i % 5 == 0:
            out.append("Buzz")
        else:
            out.append(str(i))
            
    return out

但是，我预计列表推导会击败公共循环，但是当我对其进行计时时，情况并非如此。即使做一个 dis，Snippet 2 也有更多的指令。

是什么让 Snippet 1 变慢了？

【问题讨论】：

sn-p 2 在我的测试中较慢。顺便说一句，里面有一个流浪的self。
字符串连接与文字字符串，但 Snippet 2 也根据需要执行两倍的 % 操作。
我自己无法在 atm 上检查它，但列表理解是否可能检查所有语句，而 if elif 结构只检查直到一个条件成立？
感谢迷途的自己，你是不是用了很大的n？像 1.000.000 ？
我过去曾为 Comparing list comprehensions and explicit loops (3 array generators faster than 1 for loop) 做过一些分析。您可能会发现它很有用

标签： python

【解决方案1】：

你的sn-p

def fizzBuzz2(n):
    return  ["Fizz" * (not i%3) + "Buzz" * (not i%5) or str(i) for i in range(1, n+1)]

执行很多字符串连接（即使是空字符串）。我用一个额外的模运算来交换它，它可以保存连接并且它已经更快了。

def fizzBuzz3(n):
    return  ["FizzBuzz" if not i%15 else "Fizz" if not i%3 else "Buzz" if not i%5 else str(i) for i in range(1, n+1)]

顺便说一句，在我的机器上，这两种理解都比“经典”方法更快，所以我得到的结果与你所说的不同：

your comp: 4.927702903747559
my listcomp: 4.343341112136841
classical: 6.015967845916748

所以我优化的 listcomp 赢了（而且似乎在你的机器上也赢了），即使我对 listcomp 的流控制引起的额外模运算不满意）

我的测试协议是用n=1000执行10000次操作：

import time
start_time = time.time()
for i in range(10000):
    fizzBuzz2(1000)
print("your comp:",time.time()-start_time)
start_time = time.time()
for i in range(10000):
    fizzBuzz3(1000)
print("my listcomp:",time.time()-start_time)
start_time = time.time()
for i in range(10000):
    fizzBuzz(1000)
print("classical:",time.time()-start_time)

请注意，即使在“经典”方法中预先计算模数，它也会下降到 5.375272035598755 秒（这很好）但仍然比 listcomps 差，因为所有指令（您还通过调用一种保存模计算的方法）。我猜在这种情况下，python 不是获得最快速度的合适语言。

【讨论】：

这很奇怪，我的意思是奇怪的是，当你运行经典时它会变慢，我的结果：经典：3.7922539711，列表比较：3.95321893692，你的列表比较； 2.85592794418
所以我优化的 listcomp 是 3 个中最快的？这仍然是个好消息:)
哈哈，是的，请注意，你的机器很慢，这是我运行你的测试协议：('your comp:', 3.3554258346557617) ('my listcomp:', 2.2999539375305176) ('经典：'，3.1437509059906006）
是的。在快速的机器上编码太容易了:) 让测试变得奇怪的原因可能是你的机器不是很平衡：我的意思是你可能有非常快的 RAM 或非常快的 CPU，而我们这些凡人对每个人都有“标准”比率关键资源。

【解决方案2】：

很多人已经回答了您的问题，但我想补充一点，还有更快的解决方案。对我来说，事后测试这些数字似乎是错误的，尽管您已经知道“Fizz”、“Buzz”和“FizzBuzz”会出现在哪些地方。试试这个：

def fizz_buzz(n):
    result = []
    for i in range(1, n + 1, 15):
        result += [str(i), str(i + 1), 'Fizz',
                   str(i + 3), 'Buzz', 'Fizz',
                   str(i + 6), str(i + 7), 'Fizz', 'Buzz',
                   str(i + 10), 'Fizz', str(i + 12), str(i + 13),
                   'FizzBuzz']
    return result[:n - len(result)]

start_time = time()
for i in range(10000):
    fizz_buzz(1000)
print("fizz_buzz:", time() - start_time)

与之前的答案相比：

your comp: 3.3942723274230957
my listcomp: 2.586350202560425
classical: 3.879168748855591
fizz_buzz: 1.6374053955078125

【讨论】：

顺便说一句，将您的解决方案与 listcomp & itertools.chain.from_iterable:result = list(itertools.chain.from_iterable([str(i), str(i + 1), 'Fizz', str(i + 3), 'Buzz', 'Fizz', str(i + 6), str(i + 7), 'Fizz', 'Buzz', str(i + 10), 'Fizz', str(i + 12), str(i + 13), 'FizzBuzz'] for i in range(1, n + 1, 15))) return result[:n - len(result)]结合使用可以更快
不是[:n - len(result)] 只是[:n]吗？
@Jean-FrançoisFabre 你确定吗？我已经用你的替换了结果行，完成的时间要长几个数量级。
是的，我已经把它放在了工作台上，在我的机器上它甚至更快（哦，我希望你确实删除了循环！！）

【解决方案3】：

是的，因为在理解中，所有指令都在每个循环中进行评估。

在Snippet 2 中，最多评估1 个if 分支。因此，减少了计算，并使其成为更快的替代方案。

【讨论】：

【解决方案4】：

虽然我们正在探索实现，但这里有一个有趣的切片，它比单个列表理解更快，但不如 @seenorth 的解决方案快：

from math import ceil


def fizz_buzz(n):
    result = list(range(n))
    result[::3] = ["Fizz"] * ceil(n / 3)
    result[::5] = ["Buzz"] * ceil(n / 5)
    result[::15] = ["FizzBuzz"] * ceil(n / 15)

    return list(map(str, result))

【讨论】：