import timeit
def append2x(foo):
foo.append(1)
foo.append(1)
def extend_lst(foo):
foo.extend([1,1])
def extend_tup(foo):
foo.extend((1,1))
l1 = []
l2 = []
l3 = []
print timeit.timeit('append2x(l1)',setup = 'from __main__ import append2x,l1')
print timeit.timeit('extend_lst(l2)',setup = 'from __main__ import extend_lst,l2')
print timeit.timeit('extend_tup(l3)',setup = 'from __main__ import extend_tup,l3')
这是一个简单的基准。我的结果(os-X,10.5.8,core2duo,FWIW):
0.520906925201 #append
0.602569103241 #extend-list
0.357008934021 #extend-tuple
结果与我的linux盒(Ubuntu,x86-64核心i7)的排序相同:
0.307395935059 #append
0.319436073303 #extend-list
0.238317012787 #extend-tuple
对我来说,这表示extend
速度比快append
,但与创建alist
相比,创建a相对昂贵tuple
在下面的注释中指出,由于元组的不变性,解释器可以优化元组的创建(它会创建一次元组并一遍又一遍地重复使用)。如果我们将代码更改为:
def extend_lst(foo):
v = 1
foo.extend([v,v])
def extend_tup(foo):
v = 1
foo.extend((v,v))
时间实际上是相同的:
0.297003984451 #append
0.344678163528 #extend-list
0.292304992676 #extend-tuple
尽管在我进行的所有试用中,它tuple
仍然始终胜过列表版本,并且几乎没有超出该append
版本。
有一两件事,我正在远离这一切的是,如果你是循环访问由所有文字的对象,选择tuple
了一个list
。如果它不完全由文字组成,那么选择list
还是都不重要tuple
。