Добавив поворот к ответу Alphii , фактически цикл for будет вторым лучшим и примерно в 6 раз медленнее, чемmap
from functools import reduce
import datetime
def time_it(func, numbers, *args):
start_t = datetime.datetime.now()
for i in range(numbers):
func(args[0])
print (datetime.datetime.now()-start_t)
def square_sum1(numbers):
return reduce(lambda sum, next: sum+next**2, numbers, 0)
def square_sum2(numbers):
a = 0
for i in numbers:
a += i**2
return a
def square_sum3(numbers):
a = 0
map(lambda x: a+x**2, numbers)
return a
def square_sum4(numbers):
a = 0
return [a+i**2 for i in numbers]
time_it(square_sum1, 100000, [1, 2, 5, 3, 1, 2, 5, 3])
time_it(square_sum2, 100000, [1, 2, 5, 3, 1, 2, 5, 3])
time_it(square_sum3, 100000, [1, 2, 5, 3, 1, 2, 5, 3])
time_it(square_sum4, 100000, [1, 2, 5, 3, 1, 2, 5, 3])
Основные изменения были направлены на устранение медленных sum
звонков, а также, возможно, ненужных int()
в последнем случае. Помещение цикла for и map в одни и те же термины делает это фактически фактом. Помните, что лямбды являются функциональными концепциями и теоретически не должны иметь побочных эффектов, но, ну, у них могут быть побочные эффекты, такие как добавление к a
. Результаты в этом случае с Python 3.6.1, Ubuntu 14.04, Intel® Core Core ™ TM i7-4770 CPU @ 3.40 ГГц
0:00:00.257703 #Reduce
0:00:00.184898 #For loop
0:00:00.031718 #Map
0:00:00.212699 #List comprehension