python3性能:循环使用range()Vs plain old while()

Question

在Python3中,我发现如果我替换一个

对于范围内的i(n):

声明

而我<n:

我获得了显着的运行时增益 我的循环本身并没有多余的基础算术运算.

任何指向我为什么看到这种行为的指针？

编辑:n的范围是K,10K,12K等10s.我观察到的时间是.19s为12K,.12s为10K with while循环.使用'while'循环,我看到.11s为12K,.08s为10K.这是我的计划:

target = 0
i = 1
#for i in range(1, n+1):
while i < n+1:
    target += i * (2 ** (i - 1)) + (i * (i + 1))//2
    i += 1

return target % (10 ** 9 + 7)

Answer 1

range涉及少量的固定开销(查找range,首先在全局变量中,然后在内置函数中,然后是泛型函数调用分配的成本,以及分配/初始化对象); 如果n足够小,它将不会减少每个循环的成本:

In [1]: %%timeit -r5 n = 3
   ...: for i in range(n):
   ...:     pass
   ...:
365 ns ± 15.1 ns per loop (mean ± std. dev. of 5 runs, 1000000 loops each)

In [2]: %%timeit -r5 n = 3
   ...: i = 0
   ...: while i < n:
   ...:     i += 1
   ...:
252 ns ± 16.9 ns per loop (mean ± std. dev. of 5 runs, 1000000 loops each)

但是当n达到中等大小时,每件物品的开销减少会带来回报:

In [3]: %%timeit -r5 n = 10
   ...: for i in range(n):
   ...:     pass
   ...:
461 ns ± 18.1 ns per loop (mean ± std. dev. of 5 runs, 1000000 loops each)

In [4]: %%timeit -r5 n = 10
   ...: i = 0
   ...: while i < n:
   ...:     i += 1
   ...:
788 ns ± 73.6 ns per loop (mean ± std. dev. of 5 runs, 1000000 loops each)

range 涉及更高的固定成本,但更低的单项成本,这就是全部.