提供更好的性能： len(a[:-1]) 或 len(a)-1答案

【问题标题】：Which gives better performance: len(a[:-1]) or len(a)-1提供更好的性能： len(a[:-1]) 或 len(a)-1
【发布时间】：2014-04-23 03:45:17
【问题描述】：

在性能方面更好的 Python 中：

for i in range(len(a[:-1])):
    foo()

或

for i in range(len(a)-1):
    foo()

更新：

关于我为什么要循环索引的一些上下文（非惯用语？）：

for c in reversed(range(len(self._N)-1)):
    D[c] =  np.dot(self._W[c], D[c-1])*A[c]*(1-A[c])

【问题讨论】：

a[:-1] 创建一个新的字符串/列表（这是不必要的），而 len(a) 只返回长度。现在，你认为哪一个更好？

标签： python range slice

【解决方案1】：

第二个更好，两个原因：

第一个创建了新列表a[:-1]，占用了不必要的时间和内存，第二个没有创建新列表。
第二个更直观清晰。

[:] 返回列表的shallow copy。这意味着每个切片符号都会返回一个列表，该列表在内存中具有新地址，但其元素将具有与源列表元素相同的地址。

【讨论】：

【解决方案2】：

range(0, len(a) - 1) 应该是这两个选项中性能更高的。另一个制作序列的不必要副本（无 1 个元素）。对于这样的循环，您甚至可以通过在 python2.x 上使用 xrange 来提高性能，因为这样可以避免从 range 调用中实现列表。

当然，您通常不需要在 python 中循环索引——通常有更好的方法。

【讨论】：

@mgilson 好点，我添加了一些关于为什么要循环索引的上下文。
@mgilson 感谢您的 xrange 提示！

【解决方案3】：

表达式a[:-1] 创建一个新列表，您获取该列表的长度并丢弃该列表。这是 O(n) 时间和空间复杂度，与第二个示例的 O(1) 时间和空间复杂度相比。

【讨论】：

老实说，时间复杂度几乎可以肯定不会产生明显的差异......即使对于巨大的列表..
@JoranBeasley 我希望既然 OP 在问这个问题，他们实际上是在足够大的列表上运行，这会有所作为。
好吧，你们是完全正确的......这就是我只是略读这个问题所得到的（我什至没有意识到它是在询问性能，直到我的回答中有评论：P）（+1）
对于a = [None] * 10000，我看到timeit 的差异约为 1000 倍（50 µs 与 80 ns）

【解决方案4】：

这两种方法都不对

for i,item in enumerate(a[:-1]):
    ...

你应该怎么做...

在 python 中你永远不应该这样做

 for i in range(len(a_list)):  ...

这是时间差异

>>> timeit.timeit("for i in range(len(a)-1):x=i","a=range(1000000)",number=100)
3.30806345671283
>>> timeit.timeit("for i in enumerate(a[:-1]):x=i","a=range(1000000)",number=100
5.3319918613661201

如您所见，在大量整数上执行 100 次需要额外的 2 秒...但恕我直言，这仍然是一个更好的主意

【讨论】：

既然这个问题是关于性能的，那么在enumerate 中制作列表副本不会影响性能吗？
易于测试...等等...我怀疑它会非常微不足道
对于足够大的 len(a) 值来说代价高昂。
@JoranBeasley -- 测试起来并不容易。您对 OP 输入的大小/类型一无所知……尽管在大多数情况下，这确实无关紧要……
我已经完成了足够多的高性能编程，知道优雅和高效通常是相互排斥的。