为什么将列表转换为集合比将生成器转换为集合更快？

这是一个例子

>>> from timeit import timeit
>>> print(timeit('[y for y in range(100)]', number=100000))
0.7025867114395824
>>> print(timeit('(y for y in range(100))', number=100000))
0.09295392291478244
>>> print(timeit('set([y for y in range(100)])', number=100000))
1.0864544935180334
>>> print(timeit('set((y for y in range(100)))', number=100000))
1.1277489876506621

这很令人困惑。生成器创建所需的时间更少（这是可以理解的），但是为什么将生成器转换为集合比转换列表慢，而它应该（至少据我所知）相反。

首先，对生成器表达式的创建进行计时是没有意义的。创建生成器不会迭代内容，因此速度非常快。找出针对一个元素创建生成器表达式与针对超过 1000 万个元素创建生成器表达式之间的差异：

>>> print(timeit('(y for y in range(1))', number=100000))
0.060932624037377536
>>> print(timeit('(y for y in range(10000000))', number=100000))
0.06168231705669314

与列表对象相比，生成器需要更多时间进行迭代：

>>> from collections import deque
>>> def drain_iterable(it, _deque=deque):
...     deque(it, maxlen=0)
...
>>> def produce_generator():
...     return (y for y in range(100))
...
>>> print(timeit('drain_iterable(next(generators))',
...              'from __main__ import drain_iterable, produce_generator;'
...              'generators=iter([produce_generator() for _ in range(100000)])',
...              number=100000))
0.5204695729771629
>>> print(timeit('[y for y in range(100)]', number=100000))
0.3088444779859856

在这里，我通过以下方式测试了生成器表达式的迭代尽快丢弃所有元素.

这是因为生成器本质上是一个正在执行的函数，直到它产生一个值，然后暂停，然后再次激活下一个值，然后再次暂停。看“yield”关键字有什么作用？以获得良好的概览。参与此过程的管理需要时间。相反，列表理解不必花费这个时间，它会完成所有循环，而无需为每个生成的值重新激活和停用函数。

发电机是记忆效率高，执行效率不高。它们可以节省执行时间，有时，但通常是因为您避免分配和释放较大的内存块。