时间戳

首页 > 解决方案 > `yield from` 生成器与 `yield from` 列表性能

python - `yield from` 生成器与 `yield from` 列表性能

问题描述

Python 3.6.8 (default, Oct  7 2019, 12:59:55) 
Type 'copyright', 'credits' or 'license' for more information
IPython 7.9.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: def yield_from_generator(): 
   ...:     yield from (i for i in range(10000)) 
   ...:                                                                                                                                    

In [2]: def yield_from_list(): 
   ...:     yield from [i for i in range(10000)] 
   ...:                                                                                                                                    

In [3]: import timeit                                                                                                                      

In [4]: timeit.timeit(lambda: list(yield_from_generator()), number=10000)                                                                  
Out[4]: 5.3820097140014695

In [5]: timeit.timeit(lambda: list(yield_from_list()), number=10000)                                                                       
Out[5]: 4.333915593000711

我多次运行yield from生成器和列表。yield from列表版本总是提供更好的性能，而我的直觉告诉我相反的结论 - 制作列表需要在启动时分配内存。为什么我们能注意到这样的性能差异？

标签： pythonlistgeneratoryieldcoroutine

解决方案

简短的回答是表面语法使它们看起来比实际更相似

我将更详细地分解一系列功能（该dis模块对此很有帮助），我将把它们分成设置成本和每产出价值成本。我们从：

def yield_from_generator():
    yield from (i for i in range(10000))

费用是：

  • setup：创建范围对象并调用嵌入式生成器表达式
  • per-yield: yield from the ，它也在迭代器上genexpr调用 a 。注意这里有两个上下文切换nextrange

接下来我们看：

def yield_from_list():
    yield from [i for i in range(10000)]

费用是：

  • 设置：创建一个新列表并使用列表推导填充它。这使用特殊list的操作码，所以会很快
  • per-yield：只恢复list's 迭代器，所以速度很快

接下来我们看一个类似的函数：

def yield_from_list2():
    yield from list(i for i in range(10000))

这不使用特殊列表操作码并且具有生成器的双重嵌套，因此再次变慢。费用是：

  • setup：创建一个新的生成器表达式并将其传递给列表构造函数，这将遍历遍历范围对象的生成器表达式
  • per-yield：使用list's 迭代器，所以又快了

最后是一个快速版本，只是强调yield from：

def yield_from_generator2():
    yield from range(10000)

费用是：

  • 设置：创建一个range对象
  • per-yield：直接恢复range迭代器

我的笔记本电脑上所有这些的时间是：

yield_from_generator  639 µs
yield_from_list       536 µs
yield_from_list2      689 µs
yield_from_generator2 354 µs

希望现在更清楚一点。另一个版本是：

def yield_from_list3():
    yield from list(range(10000))

运行时间为 401 µs，但希望更明显的是为什么它位于中间，性能方面

推荐阅读