Python列表理解 - 直接返回大列表比存储更快，然后返回

Question

我最近正在处理一个问题，该问题需要我浏览一个非常大的文件夹（约 600,000 个文件）并返回符合特定标准的文件名列表。原始版本是存储在变量中的普通列表推导。这不是实际代码，但它提供了要点。

    def filter_files(file_path):
      filtered = [f.path for f in os.scandir(file_path) if f.path.endswith('.png')]
      return filtered

当监控这个时，它会开始很快，然后逐渐变得越来越慢。我猜是因为它只是想在变量中存储这么多数据。

然后我把它改写成：

    def filter_files(file_path):
      return [f.path for f in os.scandir(file_path) if f.path.endswith('.png')]

并称它为：

    def test(file_path):
      filtered = filter_files(file_path)

这个永远不会慢下来。它始终保持相同的速度。

我的问题是导致这种差异的原因是什么？数据仍然存储在变量中，并且仍然作为列表理解进行处理。如果在 return 中写出理解来避免第一个版本的问题呢？谢谢！

Answer 1

这两段代码没有区别。一个都没有。他们都在创建一个列表，然后管理对该列表的引用。

问题的可能原因是缓存。在第一种情况下，文件系统必须一遍又一遍地访问磁盘以获取更多条目。完成后，该目录位于文件缓存中，可以立即读取。重新启动并重试，您会看到第二个所需的时间相同。