Python:range和xrange .

range

函數說明:range([start,]?stop[,?step]),根據start與stop指定的范圍以及step設定的步長,生成一個序列。

range示例:

>>>range(5)

[0,1,2,3,4]

>>>range(1,5)

[1,2,3,4]

>>>range(0,6,2)

[0,2,4]

xrange

函數說明:用法與range完全相同,所不同的是生成的不是一個數組,而是一個生成器。

xrange示例:

>>>xrange(5)

xrange(5)

>>>list(xrange(5))

[0,1,2,3,4]

>>>xrange(1,5)

xrange(1,5)

>>>list(xrange(1,5))

[1,2,3,4]

>>>xrange(0,6,2)

xrange(0,6,2)

>>>list(xrange(0,6,2))

[0,2,4]

由上面的示例可以知道:要生成很大的數字序列的時候,用xrange會比range性能優很多,因為不需要一上來就開辟一塊很大的內存空間,這兩個基本上都是在循環的時候用:

foriinrange(0,100):

printi

foriinxrange(0,100):

printi

這兩個輸出的結果都是一樣的,實際上有很多不同,range會直接生成一個list對象:

a?=?range(0,100)

printtype(a)

printa

printa[0],a[1]

輸出結果:

[0,?1,?2,?3,?4,?5,?6,?7,?8,?9,?10,?11,?12,?13,?14,?15,?16,?17,?18,?19,?20,?21,?22,?23,?24,?25,?26,?27,?28,?29,?30,?31,?32,?33,?34,?35,?36,?37,?38,?39,?40,?41,?42,?43,?44,?45,?46,?47,?48,?49,?50,?51,?52,?53,?54,?55,?56,?57,?58,?59,?60,?61,?62,?63,?64,?65,?66,?67,?68,?69,?70,?71,?72,?73,?74,?75,?76,?77,?78,?79,?80,?81,?82,?83,?84,?85,?86,?87,?88,?89,?90,?91,?92,?93,?94,?95,?96,?97,?98,?99]

0?1

而xrange則不會直接生成一個list,而是每次調用返回其中的一個值:

a?=?xrange(0,100)

printtype(a)

printa

printa[0],a[1]

輸出結果:

xrange(100)

0?1

所以xrange做循環的性能比range好,尤其是返回很大的時候,盡量用xrange吧,除非你是要返回一個列表。

另外:

在Python中range和xrange是不同的,你正確使用了嗎?兩者的區別是微妙的。為了簡單起見,這里省略兩個函數的可選參數start和step。range返回值和想象的一樣:一個從0開始指定長度的連續整數序列。然而,xrange返回一個"xrange對象",該對象非常類似于迭代器。如果你曾經研究過迭代器,則兩者的區別就很明顯了。下面是個例子:

range(1000000)

xrange(1000000)

range(1000000)會返回一個100萬個整數的序列,而xrange(1000000)會返回(本質上)一個迭代序列。顯然xrange支持迭代,而range不支持。這種收益是很小的,因為(用Python手冊的話說)"當需要元素的時候,xrange仍然要創建它們"。但是無論需要的序列多大,每次遍歷時xrange消耗相同量的內存。在遍歷極端的大序列時,這是相對于range的很大優勢。另一個優勢也是明顯的:當你的代碼在遍歷已經產生的序列時調用break的話,xrange顯然比range要好,因為xrange會消耗更少的內存。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,825評論 6 546
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,814評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,980評論 0 384
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 64,064評論 1 319
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,779評論 6 414
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,109評論 1 330
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,099評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,287評論 0 291
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,799評論 1 338
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,515評論 3 361
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,750評論 1 375
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,221評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,933評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,327評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,667評論 1 296
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,492評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,703評論 2 380

推薦閱讀更多精彩內容