python简单迭代答案

【问题标题】：python simple iterationpython简单迭代
【发布时间】：2011-05-25 02:07:12
【问题描述】：

我想问一下进行简单迭代的最佳方法是什么。假设我想重复某项任务 1000 次，以下哪一项是最好的？还是有更好的方法？

for i in range(1000):
    do something with no reference to i

i = 0
while i < 1000:
    do something with no reference to i
    i += 1

非常感谢

【问题讨论】：

我更喜欢第一个...我相信这只是个人品味的问题
第一个比较地道。
“以下哪一项是最好的”？你所说的“最好”是什么意思？请定义“最佳”。如果没有“最佳”的定义，其中任何一个都可能会更好。事实上，还有更多的方法可以做到这一点，这取决于你对“最佳”的定义——可能是最好的。请定义“最佳”。
哦，我有没有提到，请定义最佳。

标签： python iteration

【解决方案1】：

第一个被认为是惯用的。在 Python 2.x 中，使用 xrange 而不是 range。

【讨论】：

+1 for xrange，具有几乎完全相同的性能特征（至少在 CPython 实现中）。
是 xrange() 总是比 range() 好？什么时候应该使用 range() 而不是 xrange()？
stackoverflow.com/questions/135041/…
在 2.x 中，range() 提前创建数字列表，对其进行迭代，然后将其丢弃。 xrange()（3.x 中的range()）创建了一个特殊的“生成器”对象，可以按需返回数字，这样效率更高。在 3.x 中，如果你真的想要这个列表，你必须要求它：例如list(xrange(10)) 将使用列表构造函数从生成器返回的值中创建一个列表。
另见我对数字的回答

【解决方案2】：

for 循环更简洁易读。 Python 中很少使用 while 循环（while True 除外）。

一点惯用的 Python：如果您尝试在一个范围内执行一定次数的操作（无需使用计数器），最好将计数器命名为 _。示例：

for _ in range(1000):
    # do something 1000 times

【讨论】：

就我个人而言，我永远不会使用_ 循环，但总是使用i、j、k。在交互式控制台中，_ 是前面的结果，而在程序中，_ 经常用于 i18n（比在其他语言中少得多，因为 _ 被视为更多地被视为一次性变量在 Python 中）。
@Chris 同意交互式解释器。至于本地化，我从未见过任何语言。
没见过_('string')？这是 gettext 的常见使用模式。
@Chris nope，或者我从未注意到它

【解决方案3】：

在 Python 2 中，使用

for i in xrange(1000):
    pass

在 Python 3 中，使用

for i in range(1000):
    pass

Python 2.6 的性能数据：

$ python -s -m timeit '' 'i = 0
> while i < 1000:
>     i += 1'
10000 loops, best of 3: 71.1 usec per loop

$ python -s -m timeit '' 'for i in range(1000): pass'
10000 loops, best of 3: 28.8 usec per loop

$ python -s -m timeit '' 'for i in xrange(1000): pass'
10000 loops, best of 3: 21.9 usec per loop

在这种情况下xrange 比range 更可取，因为它生成一个生成器而不是整个列表[0, 1, 2, ..., 998, 999]。它也会使用更少的内存。如果您需要同时使用实际列表，那么您可以使用range。通常你想要xrange：这就是为什么在Python 3中，xrange(...)变成range(...)和range(...)变成list(range(...))。

【讨论】：

在我的系统上，range 继续或多或少地线性执行到大约 130,000 个元素左右，然后在时间/循环/迭代上大幅跳跃，并且继续变得更糟。 xrange 至少有一亿个元素是不可阻挡的，我只希望它在 2-40 亿大关附近开始出现任何类型的放缓。 ;)

【解决方案4】：

首先。因为整数是在内部层而不是解释器中完成的。也少了一个全局变量。

【讨论】：