filter作为python的内置高阶函数，常用来过滤列表（或其他序列），最近遇到一个问题，对比了一下filter与自定义实现过滤方法的比较，有点新发现，记录一下。
- filter很慢。慢到什么程度呢？还没有初学者最爱写的for循环快。
- 不过for循环的两种不同写法，差异也挺大，下标索引完败。
- 完成同样的事，列表推导式是最快的，不过也没有比for快多少。
- 验证情况如下。
- 环境：win10 + python 3.7.1
import time
def costTime( fun ):
def w( *args, **kwargs ):
name = getattr( *args, '__name__' )
fb = time.process_time()
ret = fun( *args, **kwargs )
fe = time.process_time()
print( name, 'cost seconds=', round( fe - fb, 5 ) )
return ret
return w
listA = [ 1,2,3,4,5,6,7,8,9,10 ] * 10
def forA( listSrc ):
res = []
for x in listSrc:
if x % 3 == 0:
res.append( x )
return res
def forC( listSrc ):
res = []
for i in range( len(listSrc) ):
if listSrc[i] % 3 == 0:
res.append( listSrc[i] )
return res
def filterF( listSrc ):
return list( filter( lambda x: x%3==0, listSrc ) )
def listF( listSrc ):
return [ x for x in listSrc if x%3==0 ]
@costTime
def testFun( fun ):
i = 0
while i<1000000:
fun( listA )
i = i+1
if __name__ == '__main__':
testFun( forA )
testFun( forC )
testFun( filterF )
testFun( listF )
时间消耗：
- forA cost seconds= 8.46875
- forC cost seconds= 13.21875
- filterF cost seconds= 15.14062
- listF cost seconds= 7.79688
不知道另外几个高阶函数reduce、map怎么样？改天试试。
先大胆推测一下：估计跟filter类似。
