Itertools 与嵌套循环性能对比

Question

我必须在列表中生成所有 2 对项目组合。现在，我知道有两种方法可以实现此目的：嵌套 for 循环和 python 的内置 itertools:

from itertools import combinations

foo = [1, 2, 3, 4]

for i in xrange(len(foo)):
    for j in xrange(i + 1, len(foo)):
        print foo[i], foo[j]

for c in  combinations(foo, 2):
    print c

我的问题是：使用一个比另一个有什么明显的优势吗？

Answer 1

所以我继续使用 Python 的 timeit 来测量运行时间，按照@user2357112 的建议修改第一个循环：

import timeit
from itertools import combinations

foo = [i for i in xrange(0, 1000)]    

def loop_test():
    combos = []
    for i in xrange(len(foo)):
        for j in xrange(i + 1, len(foo)):
            combos.append((foo[i], foo[j]))    

def iter_test():
    combos = []
    for c in combinations(foo, 2):
        combos.append(c)    

if __name__ == '__main__':
    print timeit.timeit('loop_test()', setup='from __main__ import loop_test', number=1000)
    print timeit.timeit('iter_test()', setup='from __main__ import iter_test', number=1000)

输出：

59.1836869717
45.6625859737

有趣的是，看起来 itertools 实际上比嵌套循环更快。

Itertools 与嵌套循环性能对比

Itertools vs Nested Loops Performance

python

performance

loops

itertools