(tl;博士:您问题的确切答案是
numpy.empty或
numpy.empty_like,但您可能不在乎,可以摆脱使用的困扰
myList =[None]*10000。)简单的方法
您可以将列表初始化为所有相同的元素。使用非数字值在语义上有意义(如果使用它会在以后产生错误,这是一件好事)或类似0的值(不寻常?如果您正在编写稀疏矩阵或’默认值应为0,并且您不必担心错误)由您自己决定:
>>> [None for _ in range(10)][None, None, None, None, None, None, None, None, None, None]
(这里
_只是一个变量名,您可以使用
i。)
您也可以这样:
>>> [None]*10[None, None, None, None, None, None, None, None, None, None]
您可能不需要优化它。您还可以在每次需要时追加到数组:
>>> x = []>>> for i in range(10):>>> x.append(i)
简单方法的性能比较
哪个最好?
>>> def initAndWrite_test():... x = [None]*10000... for i in range(10000):... x[i] = i... >>> def initAndWrite2_test():... x = [None for _ in range(10000)]... for i in range(10000):... x[i] = i... >>> def appendWrite_test():... x = []... for i in range(10000):... x.append(i)
python2.7中的结果:
>>> import timeit>>> for f in [initAndWrite_test, initAndWrite2_test, appendWrite_test]:... print('{} takes {} usec/loop'.format(f.__name__, timeit.timeit(f, number=1000)*1000))... initAndWrite_test takes 714.596033096 usec/loopinitAndWrite2_test takes 981.526136398 usec/loopappendWrite_test takes 908.597946167 usec/loop
python 3.2中的结果:
initAndWrite_test takes 641.3581371307373 usec/loopinitAndWrite2_test takes 1033.6499214172363 usec/loopappendWrite_test takes 895.9040641784668 usec/loop
正如我们所看到的,最好
[None]*10000在python2和python3中都做习惯用法。但是,如果执行的工作比分配还要复杂(例如,要生成或处理列表中的每个元素都比较复杂),那么开销将占成本的一小部分。也就是说,如果您对列表中的元素进行任何合理的处理,现在就担心此类优化还为时过早。
未初始化的内存
但是这些都是低效的,因为它们要经过内存,在过程中写一些东西。在C语言中这是不同的:未初始化的数组填充有随机垃圾存储器(注:已从系统重新分配,并且当您分配或无法锁住和/或无法在关闭程序时删除内存时可能存在安全风险))。这是一个旨在提高速度的设计选择:C语言的开发人员认为最好不要自动初始化内存,这是正确的选择。
这不是渐近的加速(因为是
O(N)),但是例如,在用实际关心的内容覆盖之前,您不需要先初始化整个内存块。如果可能的话,这等效于(pseudo-
pre)之类的东西
x = list(size=10000)。
如果要在python中使用类似的东西,可以使用
numpy数值矩阵/
N维数组 *** 作包。具体来说,
numpy.empty或
numpy.empty_like
那是您问题的真正答案。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)