python – 循环次数与效率有关(解释与编译语言？)

假设您必须使用2个甚至3个循环执行计算.直观地说,使用单个循环执行此操作可能更有效.我尝试了一个简单的Python示例：

import itertools
import timeit

def case1(n):
    c = 0
    for i in range(n):
        c += 1
    return c

def case2(n):
    c = 0
    for i in range(n):
        for j in range(n):
            for k in range(n):
                c += 1
    return c

print(case1(1000))
print(case2(10))

if __name__ == '__main__':
    import timeit

    print(timeit.timeit("case1(1000)", setup="from __main__ import case1", number=10000))

    print(timeit.timeit("case2(10)", setup="from __main__ import case2", number=10000))

这段代码运行：

$python3 code.py 
1000
1000
0.8281264099932741
1.04944919400441

因此,有效的1循环似乎更有效.然而,我的问题有一个稍微不同的情况,因为我需要使用数组中的值(在下面的例子中,我使用函数范围进行简化).也就是说,如果我将所有内容都折叠到一个循环中,我将不得不从另一个数组的值创建一个扩展数组,该数组的大小介于2到10个元素之间.

import itertools
import timeit

def case1(n):

    b = [i * j * k for i, j, k in itertools.product(range(n), repeat=3)]
    c = 0
    for i in range(len(b)):
        c += b[i]
    return c

def case2(n):

    c = 0
    for i in range(n):
        for j in range(n):
            for k in range(n):
                c += i*j*k
    return c

print(case1(10))
print(case2(10))

if __name__ == '__main__':
    import timeit

    print(timeit.timeit("case1(10)", setup="from __main__ import case1", number=10000))

    print(timeit.timeit("case2(10)", setup="from __main__ import case2", number=10000))

在我的计算机中,此代码运行于：

$python3 code.py 
91125
91125
2.435348572995281
1.6435037050105166

因此,似乎3个嵌套循环更有效,因为我花了一些时间在case1中创建数组b.所以我不确定我是否以最有效的方式创建了这个数组,但是把它放在一边,是否真的能够将崩溃的循环还给一个？我在这里使用Python,但是像C这样的编译语言呢？在这种情况下编译器是否做了一些优化单循环的事情？或者另一方面,当您有多个嵌套循环时,编译器是否会进行一些优化？

解决方法:

这就是为什么单循环函数需要的时间比它应该的长

b = [i * j * k for i, j, k in itertools.product(range(n), repeat=3)]

只需将整个功能更改为

def case1(n, b):
    c = 0
    for i in range(len(b)):
        c += b[i]
    return c

使timeit返回：

case1 : 0.965343249744
case2 : 2.28501694207

标签：python,c-2,nested-loops,interpreted-language,compiled-language
来源： https://codeday.me/bug/20190623/1274453.html