列表推导式、生成器表达式和 map：性能差异从哪里来

做的事：5种写法算同一件事，各自计时

都是对range(200000)里每个数乘2，写法不同。

代码N = 200000 timeit.timeit(f"[x*2 for x in range({N})]", number=20) # 列表推导式 timeit.timeit(f"list(x*2 for x in range({N}))", number=20) # 生成器表达式+list() timeit.timeit(f"list(map(lambda x: x*2, range({N})))", number=20) # map+lambda timeit.timeit(f"sum(x*2 for x in range({N}))", number=20) # 生成器表达式+sum(不建列表) timeit.timeit(f"sum([x*2 for x in range({N})])", number=20) # 列表推导式+sum

验证：map+lambda是5种写法里最慢的

很多资料说"map比推导式快"，本机结果恰恰相反。

结果(20次运行总耗时)listcomp build list: 0.0991秒 genexpr wrapped in list(): 0.1399秒 map+lambda wrapped in list(): 0.1650秒 ← 最慢 genexpr consumed by sum(no list): 0.1050秒 listcomp consumed by sum: 0.1105秒

map+lambda比列表推导式慢了约67%——原因不在map本身（map是C实现的内置函数，逐个取值很快），而在lambda x: x*2这个的可调用对象：map对每个元素都要发起一次的Python函数调用（哪怕函数体只有一条乘法），这次调用有的栈帧创建、参数绑定、字节码分派开销；而列表推导式里的x*2是内联在推导式自己的字节码里的，跟for循环共享同一个执行上下文，不需要为每个元素单独发起一次函数调用。

验证：不建完整列表，生成器表达式反而变快了

同样是生成器表达式，包一层list()和直接喂给sum()，耗时不一样。

对比genexpr wrapped in list(): 0.1399秒 genexpr consumed by sum(no list): 0.1050秒 ← 快了约25%

分步演示：5种写法的耗时排位

每一步都是本文上面用timeit跑出来的原始结果。