设为首页 收藏本站
查看: 793|回复: 0

[经验分享] Python 学习入门(32)—— xrange/range

[复制链接]

尚未签到

发表于 2017-5-3 06:31:13 | 显示全部楼层 |阅读模式
  Pythonrangexrange是不同的,两者的区别是微妙的。为了简单起见,这里省略两个函数的可选参数startsteprange返回值和想象的一样:一个从0开始指定长度的连续整数序列。然而,xrange返回一个"xrange对象",该对象非常类似于迭代器。如果你曾经研究过迭代器,则两者的区别就很明显。
  下面是个例子:
range(1000000)
xrange(1000000)
range(1000000)会返回一个100万的整数元素的序列,而xrange(1000000)在本质上会返回一个迭代序列。显然xrange支持迭代,而range不支持。这种收益是很小的,因为"当需要元素的时候,xrange仍然要创建它们"。但是无论需要的序列多大,每次遍历时xrange消耗相同量的内存。在遍历极端的大序列时,这是相对于range的很大优势。另一个优势也是明显的:当你的代码在遍历已经产生的序列时调用break的话,xrange显然比range要好,因为xrange会消耗更少的内存。
  

这两个基本上都是在循环的时候用。
foriinrange(0,100):
printi

foriinxrange(0,100):
printi
这两个输出的结果都是一样的,实际上有很多不同,range会直接生成一个list对象:
a=range(0,100)
printtype(a)
printa


printa[0],a[1]
而xrange则不会直接生成一个list,而是每次调用返回其中的一个值
a=xrange(0,100)
printtype(a)
printa
printa[0],a[1]


示例:


t1 = range(0, 100)
print type(t1)              # <type 'list'>
print t1[0],t1[1],t1[99]    # 0 1 99
print t1                    # [0, 1, 2, 3, 4, 5, 6, ..., 99]
t2 = xrange(0, 100)  
print type(t2)              # <type 'xrange'>
print t2[0],t2[1],t2[99]    # 0 1 99
print t2                    # xrange(100)
性能比较:


#!/usr/bin/env python
# -*- coding: utf-8 -*-
'''
@author: homer
@see: ithomer.net
'''
import time
def test_range(num):
for i in range(0, num):
#print i
pass
def test_xrange(num):
for i in xrange(0, num):
#print i
pass
NUM = 100000000
# test range
start = time.time()
test_range(NUM)
print("test_range() costTime: " + str(time.time() - start))
# test xrange
start = time.time()
test_xrange(NUM)
print("test_xrange() costTime: " + str(time.time() - start))运行结果:NUM = 100000000

test_range() costTime: 18.8114709854
test_xrange() costTime: 1.08277893066




NUM = 1000000

test_range() costTime: 0.0496039390564
test_xrange() costTime: 0.0162799358368




NUM = 10000

test_range() costTime: 0.000231027603149
test_xrange() costTime: 0.000118970870972




所以xrange做循环的性能比range好,尤其是返回很大的时候!
尽量用xrange吧,除非你是要返回一个列表。

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-372237-1-1.html 上篇帖子: 让大蛇(Python)帮你找工作 下篇帖子: Python Lover(8)Twisted Basic
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表