※ 引述《keitheis (无)》之铭言： : import timeit : run_test1 = ''' : import testit : testit.test1(testit.al, testit.bl) : ''' : run_test2 = ''' : import testit : testit.test2(testit.al, testit.bl) : ''' : run_test3 = ''' : import testit : testit.test3(testit.al, testit.bl) : ''' : al = [] : bl = [] : for i in range(1000): : al.append(i) : bl.append(999 -i) : def test1(al, bl): : al = al + bl : def test2(al, bl): : al.extend(bl) : def test3(al, bl): : al += bl : if __name__ == '__main__': : times = 100000 : t1 = timeit.Timer(stmt=run_test1) : print "%.8f sec/pass" % (t1.timeit(number=times)/times) : t2 = timeit.Timer(stmt=run_test2) : print "%.8f sec/pass" % (t2.timeit(number=times)/times) : t3 = timeit.Timer(stmt=run_test3) : print "%.8f sec/pass" % (t3.timeit(number=times)/times) : # See also: http://docs.python.org/library/timeit.html : 附带这个测试的 output 作为参考 : 0.00002528 sec/pass : 0.00002075 sec/pass : 0.00002029 sec/pass : PS. 就算这麽做，还是要跑第二次之後才比较接近实际上想看到的差异 : 第一次 : % python testit.py : 0.00002639 sec/pass : 0.00002135 sec/pass : 0.00002575 sec/pass : 第二次 : % python testit.py : 0.00002557 sec/pass : 0.00002103 sec/pass : 0.00001995 sec/pass : 第三次 : % python testit.py : 0.00002528 sec/pass : 0.00002075 sec/pass : 0.00002029 sec/pass 请问你测试的 Python 版本是？ 依照上述的码来说，依照 Python 2.5.4 内附的 timeit module 的设计来看，test2 与 test3 重复执行多次，会导致 testit module loaded 後 al 参考的 list object 一直作串接动作而变长(长度超过 100M)。 重复跑 test2 与 test3 会比 test1 多许多记忆体配置与 memory copy 的操作， 我不认为你跑出来的量测结果是合理的(test2/test3 应该比 test1 慢上许多)。 是否你使用的 timeit 与 Python 2.5.4 内附的版本不同？ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.173.134.233 ※ 编辑: sbrhsieh 来自: 218.173.134.233 (04/25 17:53)