Question

什么是更快，使用枚举或使用xrange的for循环？

编辑：我已经测试过了，我发现差异很小。

Answer 1

枚举稍快一些。在Python 3中测试：

>>>import pygame
>>>pygame.init()
>>>clock = pygame.time.Clock()
>>>a = list(range(100000))
>>>def do_with_range():
...    clock.tick()
...    k = 0
...    for i in range(len(a)):
...        k += a[i]
...    print(clock.tick())
>>>def do_with_enumerate():
...    clock.tick()
...    k = 0
...    for i, j in enumerate(a):
...        k += j
...    print(clock.tick())
>>>do_with_range()
23
>>>do_with_enumerate()
21

如果a不是列表，而是生成器，使用枚举（使用范围为74ms，使用枚举为23ms）会明显加快。

Answer 2

您可以使用标准库中的timeit模块来比较两者。下面使用的timeit.timeit（）函数声明它运行1'000'000次并返回以秒为单位的总时间。在这个测试中，enumerate（）稍慢。

>>> import timeit
>>> timeit.timeit('for i in xrange(100): a[i]', 'a = list(xrange(100))')
7.2920000553131104
>>> timeit.timeit('for i, o in enumerate(a): o', 'a = list(xrange(100))')
10.359999895095825
>>> timeit.timeit('for i in xrange(100): a[i] + 1', 'a = list(xrange(100))')
10.380000114440918
>>> timeit.timeit('for i, o in enumerate(a): o + 1', 'a = list(xrange(100))')
13.514999866485596

Answer 3

Mu

For循环可以同时使用enumerate和xrange，虽然它会很愚蠢。枚举函数添加一个索引，以便您可以告诉迭代中项目的索引是什么。 xrange函数返回一个可迭代的数字。如果您想要执行某些次数而不是迭代中的每个元素，请使用它。

示例：

for idx, element in ['foo', 'bar', 'baz']:
    print idx, element

for idx in xrange(3):
    print idx

使用枚举的循环或使用Python中的xrange循环的速度更快？

3 个答案: