Python 中“sum”理解的速度

我的印象是使用 sum 构造比运行 for 循环快得多。然而，在下面的代码中，for 循环实际上运行得更快：

import time

Score = [[3,4,5,6,7,8] for i in range(40)]

a=[0,1,2,3,4,5,4,5,2,1,3,0,5,1,0,3,4,2,2,4,4,5,1,2,5,4,3,2,0,1,1,0,2,0,0,0,1,3,2,1]

def ver1():
    for i in range(100000):
        total = 0
        for j in range(40):
            total+=Score[j][a[j]]
    print (total)

def ver2():
    for i in range(100000):
        total = sum(Score[j][a[j]] for j in range(40))
    print (total)


t0 = time.time()
ver1()
t1 = time.time()
ver2()
t2 = time.time()

print("Version 1 time: ", t1-t0)
print("Version 2 time: ", t2-t1)

输出是：

208
208
Version 1 time:  0.9300529956817627
Version 2 time:  1.066061019897461

难道我做错了什么？有没有办法更快地做到这一点？

（请注意，这只是我设置的一个演示，在我的实际应用中，分数不会以这种方式重复）

一些附加信息：它在 Python 3.4.4 64 位、Windows 7 64 位和 i7 上运行。

这似乎取决于系统，可能是 python 版本。在我的系统上，差异约为 13%：

python sum.py 
208
208
('Version 1 time: ', 0.6371259689331055)
('Version 2 time: ', 0.7342419624328613)

两个版本均未测量sum与手动循环相比，因为循环“主体”不相同。ver2做了更多的工作，因为它创建了生成器表达式 100000 次，而ver1的循环体几乎微不足道，但它为每次迭代创建一个包含 40 个元素的列表。您可以将示例更改为相同，然后您会看到效果sum:

def ver1():
    r = [Score[j][a[j]] for j in range(40)]
    for i in xrange(100000):
        total = 0
        for j in r:
            total+=j
    print (total)

def ver2():
    r = [Score[j][a[j]] for j in xrange(40)]
    for i in xrange(100000):
        total = sum(r)
    print (total)

我已将所有内容移出内循环体并移出sum调用以确保我们仅测量手工制作的循环的开销。使用xrange代替range进一步提高了整体运行时间，但这适用于两个版本，因此不会改变比较。修改后的代码在我的系统上的结果是：

python sum.py
208
208
('Version 1 time: ', 0.2034609317779541)
('Version 2 time: ', 0.04234910011291504)

ver2比以下速度快五倍ver1。这是使用的纯粹性能增益sum而不是手工制作的循环。

灵感来自ShadowRanger 对查找问题的评论 https://stackoverflow.com/questions/35191815/speed-of-sum-comprehension-in-python/35192517#comment58101328_35191815，我修改了示例来比较原始代码并检查是否查找绑定符号：

def gen(s,b):
    for j in xrange(40):
        yield s[j][b[j]]

def ver2():
    for i in range(100000):
        total = sum(gen(Score, a))
    print (total)

我创建了一个本地绑定的小型自定义生成器Score and a以防止在父作用域中进行昂贵的查找。执行这个：

python sum.py
208
208
('Version 1 time: ', 0.6167840957641602)
('Version 2 time: ', 0.6198039054870605)

仅符号查找就占了运行时间的约 12%。