我想解释一下python列表管理优化，以及整体优化[重复]答案

【问题标题】：I would like explanations on python list management optimisation, and overall, optimisation [duplicate]我想解释一下python列表管理优化，以及整体优化[重复]
【发布时间】：2014-12-08 06:05:37
【问题描述】：

我很难理解在 python 中花费时间的原因。特别是在一个示例中，快速排序程序。以下是一些网站认为是 python 中快速排序的最佳实现：

def theirquicksort(list):
    """Quicksort using list comprehensions"""
    if list == []:
        return []
    else:
        pivot = list[0]
        lesser = theirquicksort([x for x in list[1:] if x < pivot])
        greater = theirquicksort([x for x in list[1:] if x >= pivot])
        return lesser + [pivot] + greater

这是我期望的快速排序的最佳实现（以及我们在学校学到的作为良好实现的东西）：

def myquicksort(list):
    """Quicksort not using list comprehensions"""
    if list == []:
        return []
    else:
        pivot = list[0]
        lesser,greater=[],[]
        for i in list[1:]:
            if i < pivot:
                lesser.append(i)
            else:
                greater.append(i)
        return myquicksort(lesser) + [pivot] + myquicksort(greater)

在他们的快速排序中，当调用迭代列表时，python（我猜？）在列表中运行两次，取或不取更小/更大的元素。在 myquicksort 中，python 只在列表中运行一次，因此没有任何用处。我的意思是它不会与 i 进行两次比较。因此，以纯粹的数学方式，它应该更快。然而，事实并非如此。为什么？

关于优化的另一个问题，即使它不那么重要：当我想添加/乘以其他东西时，“其他东西”取决于条件，通常的方法是：

if condition:
    a+=3
else:
    a+=1

例如。但是如果我使用：

a+={True:3,False:1}[condition]

我会浪费很多时间吗？我会浪费时间吗？乍一看，使用第一种可能性没有问题，但在计算过程中，除此之外可以放在一行中，其中添加 1/3 - 当然只是一个例子 - 不是第一个，也不是最后一次进行的操作，第二种可能性可能很有吸引力。但这意味着调用字典类。那么，它有多聪明？

【问题讨论】：

在 Python 中分析代码性能的一种方法：docs.python.org/2/library/timeit.html 请注意，Python 中的内置排序方法很可能是在本机代码中实现的 Quicksort 的优化变体，并且可能优于任何 Python 源代码代码解决方案。
@Matt Coubrough Quicksort 就是一个例子，这里。我不怀疑综合列表更快，内置实现总是更好，但我想了解为什么会这样。（我的意思是，综合清单之一）
确实是重复的，为此道歉。我在相关问题列表中看到它，但由于我不明白“分区例程”是什么意思，所以没有查找它。

标签： python list optimization quicksort

【解决方案1】：

最好每个问题都问一个问题。第一部分由Python quicksort - List comprehension vs Recursion (partition routine)回答

那么你问题的第二部分可以表示为

a += 3 if condition else 1

但我发现这很难阅读，并且更喜欢你展示的 if/then。二进制测试的字典对于测试来说有点过头了。

【讨论】：