tuple-list 之间的处理时间差

Question

想知道为什么这个元组过程；

x = tuple((t for t in range(100000)))
# 0.014001131057739258 seconds

花费的时间比这个列表长；

y = [z for z in range(100000)]
# 0.005000114440917969 seconds

我了解到tuple 进程比list 更快，因为元组是不可变的。

编辑：在我更改代码之后；

x = tuple(t for t in range(100000))
y = list(z for z in range(100000))
>>> 
0.009999990463256836
0.0
>>> 

结果如下：仍然元组是较慢的。

Answer 1

元组操作不一定更快。不可变最多为更多优化打开了大门，但这并不意味着 Python 可以做到，或者它们适用于所有情况。

这里的差异非常微小，并且 - 没有进行分析确认 - 它似乎可能与具有额外名称查找和函数调用的生成器版本有关。如 cmets 中所述，将列表解析重写为对生成器表达式的 list 的调用，差异可能会缩小。

Answer 2

使用比较方法测试元组稍微快一些：

In [12]: timeit  tuple(t for t in range(100000))
100 loops, best of 3: 7.41 ms per loop

In [13]: timeit list(t for t in range(100000))
100 loops, best of 3: 7.53 ms per loop

调用列表确实创建了一个列表：

In [19]: x = list(t for t in range(10))

In [20]: x
Out[20]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

我们还可以看到，在生成器上调用列表并没有像使用列表推导式那样分配空间：

In [28]: x = list(t for t in range(10))

In [29]: sys.getsizeof(x)
Out[29]: 168

In [30]: x = [t for t in range(10)]

In [31]: sys.getsizeof(x)
Out[31]: 200

所以这两个操作非常相似。

更好的比较是将列表和元组创建为子元素：

In [41]: timeit tuple((t,) for t in range(1000000))
10 loops, best of 3: 151 ms per loop

In [42]: timeit list([t] for t in range(1000000))
1 loops, best of 3: 247 ms per loop

现在我们看到了更大的差异。