Python中[]與list()哪個快

這篇文章主要介紹了Python中[]與list()哪個快，具有一定借鑒價值，需要的朋友可以參考下。希望大家閱讀完這篇文章后大有收獲。下面讓小編帶著大家一起了解一下。

在日常使用 Python 時，我們經常需要創建一個列表，相信大家都很熟練了吧？

# 方法一：使用成對的方括號語法list_a = []# 方法二：使用內置的 list()list_b = list()復制代碼

上面的兩種寫法，你經常使用哪一個呢？是否思考過它們的區別呢？

讓我們開門見山，直接拋出本文的問題吧：兩種創建列表的 [] 與 list() 寫法，哪一個更快呢，為什么它會更快呢？

注：為了簡化問題，我們以創建空列表為例進行分析。關于列表的更多介紹與用法說明，可以查看這篇文章

1、 [] 是 list() 的三倍快

對于第一個問題，使用timeit模塊的 timeit() 函數就能簡單地測算出來：

>>> import timeit>>> timeit.timeit('[]', number=10**7)>>> timeit.timeit('list()', number=10**7)復制代碼

如上圖所示，在各自調用一千萬次的情況下，[] 創建方式只花費了 0.47 秒，而 list() 創建方式要花費 1.75 秒，所以，后者的耗時是前者的 3.7 倍！

這就回答了剛才的問題：創建空列表時，[] 要比 list() 快不少。

注：timeit() 函數的效率跟運行環境相關，每次執行結果會有微小差異。我在 Python3.8 版本實驗了幾次，總體上 [] 速度是 list() 的 3 倍多一點。

2、list() 比 [] 執行步驟多

那么，我們繼續來分析一下第二個問題：為什么 [] 會更快呢？

這一次我們可以使用dis模塊的 dis() 函數，看看兩者執行的字節碼有何差別：

>>> from dis import dis>>> dis("[]")>>> dis("list()")復制代碼

如上圖所示，[] 的字節碼有兩條指令（BUILD_LIST 與 RETURN_VALUE），而 list() 的字節碼有三條指令（LOAD_NAME、CALL_FUNCTION 與 RETURN_VALUE）。

這些指令意味著什么呢？該如何理解它們呢？

首先，對于 []，它是 Python 中的一組字面量（literal），像數字之類的字面量一樣，表示確切的固定值。

也就是說，Python 在解析到它時，就知道它要表示一個列表，因此會直接調用解釋器中構建列表的方法（對應 BUILD_LIST ），來創建列表，所以是一步到位。

而對于 list()，“list”只是一個普通的名稱，并不是字面量，也就是說解釋器一開始并不認識它。

因此，解釋器的第一步是要找到這個名稱（對應 LOAD_NAME）。它會按照一定的順序，在各個作用域中逐一查找（局部作用域--全局作用域--內置作用域），直到找到為止，找不到則會拋出NameError。

解釋器看到“list”之后是一對圓括號，因此第二步是把這個名稱當作可調用對象來調用，即把它當成一個函數進行調用（對應 CALL_FUNCTION）。

因此，list() 在創建列表時，需要經過名稱查找與函數調用兩個步驟，才能真正開始創建列表（注：CALL_FUNCTION 在底層還會有一些函數調用過程，才能走到跟 BUILD_LIST 相通的邏輯，此處我們忽略不計）。

至此，我們就可以回答前面的問題了：因為 list() 涉及的執行步驟更多，因此它比 [] 要慢一些。

3、list() 的速度提升

看完前兩個問題的解答過程，你也許覺得還不夠過癮，而且可能覺得就算知道了這個冷知識，也不會有多大的幫助，似乎那微弱的提升顯得微不足道。

但是，我們Python貓出品的《Python為什么》系列一直秉承著孜孜不倦的求知精神，是不可能放著這個問題不去回答的。

而且，由于有發散性思考的習慣，我還想到了另外一個挺有意思的問題：list() 的速度能否提升呢？

我不久前寫過一篇文章 正好討論到這個問題，也就是在剛剛發布的 Python 3.9.0 版本中，它給 list() 實現了更快的 vectorcall 協議，因此執行速度會有一定的提升。

感興趣的同學可以去 Python 官網下載 3.9 版本。

根據我多輪的測試結果，在新版本中運行 list() 一千萬次，耗時大概在 1 秒左右，也就是 [] 運行耗時的 2 倍，相比于前面接近 4 倍的數據，當前版本總體上是提升了不少。

感謝你能夠認真閱讀完這篇文章，希望小編分享Python中[]與list()哪個快內容對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，遇到問題就找億速云，詳細的解決方法等著你來學習!