next() 函数提高性能的疑惑

[klmjoi]

Hi @piglei , 您的系列文章让人收益匪浅。

读到第四章“容器的门道”，对 next() 可以高效的实现 “从列表中查找第一个满足条件的成员”，我自己测了一下性能，似乎还不如普通方法。

In [2]: numbers = [3, 7, 8, 2, 21]

In [3]: %timeit [i for i in numbers if i % 2 == 0][0]
445 ns ± 5.35 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [4]: %timeit [i for i in numbers if i % 2 == 0][0]
449 ns ± 5.75 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [5]: %timeit next((i for i in numbers if i % 2 == 0))
501 ns ± 10.5 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [6]: %timeit next((i for i in numbers if i % 2 == 0))
500 ns ± 4.05 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

[piglei]

你好 @klmjoi 。

使用“列表表达式”和 “next + 生成器表达式“这两种方法最大的区别在于 何时中断，对于前者来说，无论找没找到，都会遍历完整个列表。而后者在找到第一个元素就会返回。

如果用时间复杂度 O 来度量二者效率：

• “列表表达式” / “next() + 生成器”
• 平均：二者均为 O(n)
• 最好情况下的时间复杂度：O(n) 对比 O(1)，要找的东西刚好出现在第一个元素
• 最差情况下的时间复杂度：O(n) 对比 O(n)，要找的东西刚好出现在最后一个元素

---

如果要对比二者的效率，可以选一个规模稍微大点的 list：

# 构造一个 1 到 999 的列表，找里面第一个可以被 200 整除的数，也就是 200
In [3]: numbers = list(range(1, 1000))

# 使用列表表达式，要搜完整个列表，大概耗费 40 µs
In [4]: %timeit [i for i in numbers if i % 200 == 0][0]
43 µs ± 2.65 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [6]: %timeit [i for i in numbers if i % 200 == 0][0]
40.8 µs ± 1.73 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

### 使用 next，找到第一个就返回，大概耗费 9µs
In [10]: %timeit next((i for i in numbers if i % 200 == 0))
8.61 µs ± 83.4 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

In [11]: %timeit next((i for i in numbers if i % 200 == 0))
9.24 µs ± 339 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

为什么你的例子里使用 next() 更慢？主要原因是源列表太短，使用 next() 少做的那几次检索还抵不上多调用一次 next 的开销。

感谢你的留言，我在以后修订文章时会补一些这部分的内容。

[klmjoi]

确实如此，感谢～

[chfw]

在大数据的情况下，这个数列是以百万个为单位，省的时间就更加明显了。