主页 / coding / 问题 / 79595582
Accepted
egg-kun
Asked: 2025-04-28 07:55:54 +0800 CST

我为一项作业编写了一些内联代码，我想知道使用或不使用它会更有效率吗？

  • 772

作业的目标是初始化一个名为rand_array的空列表，然后用 10 个唯一的随机数填充它

我按照老师的指示正常完成了作业：

import random

rand_array = []
while len(rand_array) != 10:
    lmnt = random.randint(1, 15)
    if lmnt not in rand_array:
        rand_array.append(lmnt)

print(rand_array)

后来我将其修改为内联，以提高效率，因为我的老师不喜欢我使用内联：

import random

rand_array = []
while len(rand_array) < 10:
    lmnt = random.randint(1, 15)
    rand_array.append(lmnt) if lmnt not in rand_array else None

我开始怀疑这是否真的更高效，如果去掉初始化空列表的要求，是否还能让它变得更好。所以，主要的问题是：“第二个版本比第一个版本更高效吗？”以及“我能让第二个版本更高效吗？”

此外，在有人说“这只是一项小任务，没关系”之前，如果我将来使用大量内联代码，我需要知道我使用它的方式是否比非内联代码更有效。

如果我输入的内容不准确，我提前表示歉意。

python

2 个回答

  1. Best Answer

    从技术上讲，内联实际上效率较低。它迫使 Python 执行以下操作：

    1. （简要地）在案例中存储一个None值True
    2. 跳过真实情况中的虚假情况。

    这不仅仅是理论上的；第二种方法的 CPython 字节码（来自dis）正是出于这个原因而具有额外的指令。

    不过，这确实是一个很小的差异。更重要的是，第二种方法很难阅读。三元表达式本质上只用于一种用例：

    1. 你有一个 if 语句 AND
    2. 它需要 else 语句 AND
    3. 这个 if-else 所做的唯一一件事就是确定变量的值。

    你的用例只通过了第一个测试；它既不需要 else 语句，也不需要根据 if 的结果创建变量。因此，三元表达式是一个不太直观的选择。（实际上，我不得不读了几遍代码才弄清楚为什么它没有用None值填充你的列表。）if 语句更易读，也更符合 Python 风格。

    实际的最佳解决方案是不执行上述任何一项。而是使用random.sample：

    import random
rand_array = random.sample(range(1, 16), 10)

    这有三个优点：更易读、避免重复造轮子、速度更快。你可以使用以下脚本比较执行速度：

    import random
from timeit import timeit

def if_based():
    rand_array = []
    while len(rand_array) < 10:
        lmnt = random.randint(1, 15)
        if lmnt not in rand_array:
            rand_array.append(lmnt)
    return rand_array

def sample_based():
    rand_array = random.sample(range(1, 16), 10)
    return rand_array

print(f"If: {timeit(if_based)}")
print(f"Sample: {timeit(sample_based)}")

    在我的机器上，差异非常大。

    If: 6.120091282999965
Sample: 3.0449935650001407
    • 2

  2. 也许解释器可以轻松地读取第一个而不是第二个，反之亦然，但这不是我们所谈论的效率，看看这个答案。

    但是用 < 替换 != 会在大规模上产生巨大的差异，从这个意义上来说，前者更有效率。

    N=2**25

def f(x):
  i=0
  while i!=x:
    i+=1

def g(x):
  i=0
  while i<x:
    i+=1

%timeit f(N)
1.24 s ± 229 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit g(N)
1.87 s ± 506 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

    确实，< 比 != 需要更多步骤，计算量更大，因为 != 只需要异或运算。
    但在实际 CPU 中，< 的结果通常会被流水线和分支预测掩盖。您可以在这里
    测试一下，尽管有时可能会得到与建议相反的结果。

    另外，第二段代码生成了很多 None 值，并且滥用了内联代码。
    你可以考虑使用if lmnt not in rand_array: rand_array.append(lmnt)for inline 。

    一般来说，为了内联，我们会给代码添加越来越多的复杂性

    • -1

相关问题