在 python 中，为啥从数组读取比从列表读取慢？

Posted 2023-02-23

【中文标题】在 python 中，为啥从数组读取比从列表读取慢？

【英文标题】：In python, why is reading from an array slower than reading from list?在 python 中，为什么从数组读取比从列表读取慢？

【发布时间】：2011-03-17 08:30:54

【问题描述】：

我最近在学习python，并且正在使用该语言进行很多练习。

我发现有趣的一件事是，当我从数组中读取时，它几乎比 list 慢一半的时间。有人知道为什么吗？

这是我的代码：

从 timeit 导入计时器 导入数组 t = 10000 l = 范围（t） a = array.array('i', l) 定义列表（）： 对于 xrange(t) 中的 i： l[i] 定义数组（）： 对于 xrange(t) 中的 i： 一个[我] 打印计时器（列表）.timeit（1000）； 打印计时器（数组）.timeit（1000）；

输出是：

0.813191890717 1.16269612312

表示读取数组比列表慢。 我认为数组是一个固定大小的内存，而列表是一个动态结构。 所以我认为数组会比列表快。

有人解释一下吗？

【问题讨论】：

可能的欺骗/答案：***.com/questions/176011/… - 基本上 array.array 是一个 C 数组的包装器，所以我认为访问它时会有开销。不要用它来做数学。

试图猜测 Python 的效率——尤其是对于那些来自类 C 背景的人——通常是违反直觉的。先写清楚代码，然后在衡量性能问题时进行优化；这也适用于 C，但因为语言元素非常接近人们经常忘记的机器。

对于数学，你可能想使用 numpy（python 3 尚不可用），只有天知道为什么 numpy 不是标准库。

numpy 在 Python 3 上非常接近可用：mail-archive.com/[e-mail]/msg26524.html

【参考方案1】：

lists 是“动态增长的向量”（很像 C++ 的std::vector），但这绝不会减慢对它们的随机访问速度（它们不是链接 列表！ -)。列表的条目是对 Python 对象（项目）的引用：访问一个只需要（在 CPython 中）项目引用计数的增量（在其他实现中，基于更高级的垃圾收集，甚至不是这样；-)。数组的条目是原始位和字节：访问一个需要基于该二进制值合成一个新的 Python 对象。例如：

$ python -mtimeit -s'import array; c=array.array("B", "bzap")' 'c[2]'
10000000 loops, best of 3: 0.0903 usec per loop
$ python -mtimeit -s'c=list("bzap")' 'c[2]'
10000000 loops, best of 3: 0.0601 usec per loop

30 纳秒的额外访问时间似乎还不错；-)。

顺便说一句，请注意timeit 在命令行中使用起来更好——自动选择重复、显示时间的测量单位等。这就是我一直使用它的方式（导入自定义编码如果需要，带有要调用的函数的模块——但这里没有必要）——它如此比从模块中导入和使用它更方便！

【参考方案2】：

将原始整数包装到 Python int 中需要时间。

【讨论】：

确实如此。函数 LIST 只需递增然后递减每个列表元素的引用计数。另一方面，ARRAY 函数必须为每个整数分配内存（除了具有优化的较小整数），然后再次释放它。

【参考方案3】：

Python 列表在某些方面确实类似于普通数组，它们不是 Lisp 列表，但它们具有快速随机访问。