Question

在Python中获取整数列表A的方法有以下几种：

内置sum功能：sum(A)
使用加法器lambda减少函数：reduce(lambda x, y: x + y, A)

使用其中任何一个是否有任何速度优势，或者他们的表现大致相同？

Answer 1

在Python中获取整数列表A的总和的方法之一是   以下两点：

内置和函数：sum（A）

使用加法器lambda减少函数：reduce（lambda x，y：x + y，A）

使用其中任何一个是否有任何速度优势，或者是他们的   表演大致相同？

在我的机器上＆＃34;总和＆＃34;功能似乎比＆＃34;减少＆＃34;版本（至少对5000个1000大小的数组求和）。

请参阅：

$ cat doit.py   
from timeit import timeit
print timeit('reduce(lambda x, y: x + y, range(1000))',number=5000)
print timeit('sum(range(1000))',number=5000)

$ python2 doit.py
0.460000038147
0.0599999427795

更新：为了解决这个问题，我已经更新了我的回答，还包括一个“设置”。用于创建要求和的数组：

$ cat doit2.py
from timeit import timeit

print timeit('reduce(lambda x, y: x + y, a)',setup='a=range(1000)',number=5000)
print timeit('sum(a)',setup='a=range(1000)',number=5000)

$ python2 doit2.py
0.530030012131
0.0320019721985

再次，＆＃34;总和＆＃34;版本似乎是明显的赢家。

Answer 2

答案几乎肯定会因您使用的实施而异。但是，作为最佳实践，您应该假设内置函数具有最佳性能，除非您（a）另有证明并且（b）显示差异影响您的特定应用程序的性能。

这有两个互补的原因。首先，可以安全地假设实施该语言的人员关注绩效，并且他们会听到有关绩效的所有投诉（无论是否合理）。因此，如果有更好的实现，可以安全地假设它们将尽快更改为该实现。如果一个更好的一个上线，你可以假设它们会改变。这意味着您可以免费获得速度提升，因为它们已被发现。其次，可以安全地假设内置函数在代码库中比内联lambda更好地进行通信。阅读“sum”并理解“sum”比解析lambda更简单。由于程序员时间通常比CPU时间昂贵得多，因此除非有明确和具体的理由，否则总是优先考虑前者而不是后者。

在Python中汇总列表的最有效方法

2 个答案: