在 Python 中 range 和 xrange 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 start 和 step 。 range 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。
for iin range(0,100):
print i
for iin xrange(0,100):
print i
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)
print type(a)
print a
print a[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)
print type(a)
print a
print a[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