为什么比list（）更快？
我最近比较了[]和list()的处理速度，并惊讶地发现[]比list()运行速度快三倍以上。 我用{}和dict()进行了相同的testing，结果几乎相同： []和{}都花费了大约0.128秒/百万个周期，而list()和dict()花费了大约0.428秒/百万个周期。
为什么是这样？ list() ， dict() ， tuple() ， str() ）的时候， []和{} （也许是()和'' ）会立即传回一些空的库存文字的副本。完全去创造一个对象，不pipe他们是否真的有元素？
我不知道这两种方法有什么不同，但我很想知道。 我无法在文档或SO上find答案，而search空括号的结果却比我预期的更成问题。
我通过调用timeit.timeit("[]")和timeit.timeit("list()") ， timeit.timeit("{}")和timeit.timeit("dict()")比较列表和字典，分别。 我正在运行Python 2.7.9。
我最近发现“ 为什么如果True比1更慢？ ”，它比较了if True和if 1的性能，似乎涉及类似的文字与全局情景; 也许这也值得考虑。
因为[]和{}是字面语法 。 Python可以创build字节码来创build列表或字典对象：
>>> import dis >>> dis.dis(compile('[]', '', 'eval')) 1 0 BUILD_LIST 0 3 RETURN_VALUE >>> dis.dis(compile('{}', '', 'eval')) 1 0 BUILD_MAP 0 3 RETURN_VALUE
list()和dict()是独立的对象。 他们的名字需要解决，堆栈必须参与推送参数，框架必须被存储以便稍后检索，并且必须进行调用。 这一切都需要更多的时间。
对于空白的情况，这意味着至less有一个LOAD_NAME （它必须search全局名称空间以及__builtin__模块 ），然后是CALL_FUNCTION ，它必须保留当前帧：
>>> dis.dis(compile('list()', '', 'eval')) 1 0 LOAD_NAME 0 (list) 3 CALL_FUNCTION 0 6 RETURN_VALUE >>> dis.dis(compile('dict()', '', 'eval')) 1 0 LOAD_NAME 0 (dict) 3 CALL_FUNCTION 0 6 RETURN_VALUE
您可以使用timeit分别计时查找名称：
>>> import timeit >>> timeit.timeit('list', number=10**7) 0.30749011039733887 >>> timeit.timeit('dict', number=10**7) 0.4215109348297119
时间差异可能是字典散列冲突。 从调用这些对象的时间中减去这些时间，并将结果与使用文字的时间进行比较：
>>> timeit.timeit('[]', number=10**7) 0.30478692054748535 >>> timeit.timeit('{}', number=10**7) 0.31482696533203125 >>> timeit.timeit('list()', number=10**7) 0.9991960525512695 >>> timeit.timeit('dict()', number=10**7) 1.0200958251953125
因此，不得不调用该对象每1000万次呼叫需要额外的1.00 - 0.31 - 0.30 == 0.39秒。
您可以通过将全局名称别名为本地名称来避免全局查找成本（使用timeit设置，绑定到名称的所有内容都是本地的）：
>>> timeit.timeit('_list', '_list = list', number=10**7) 0.1866450309753418 >>> timeit.timeit('_dict', '_dict = dict', number=10**7) 0.19016098976135254 >>> timeit.timeit('_list()', '_list = list', number=10**7) 0.841480016708374 >>> timeit.timeit('_dict()', '_dict = dict', number=10**7) 0.7233691215515137
但是你永远无法克服CALL_FUNCTION成本。
list()需要全局查找和函数调用，但[]编译为单个指令。 看到：
Python 2.7.3 >>> import dis >>> print dis.dis(lambda: list()) 1 0 LOAD_GLOBAL 0 (list) 3 CALL_FUNCTION 0 6 RETURN_VALUE None >>> print dis.dis(lambda: []) 1 0 BUILD_LIST 0 3 RETURN_VALUE None
因为list是一个将string转换成列表对象的函数，而[]则用来创build一个关于bat的列表。 试试这个（对你来说可能更有意义）：
x = "wham bam" a = list(x) >>> a ["w", "h", "a", "m", ...]
而
y = ["wham bam"] >>> y ["wham bam"]
给你一个实际的列表，包含你放入的任何东西。
这里的答案很好，就这一点而言，完全覆盖了这个问题。 对于那些感兴趣的人，我会再从字节码中再下一步。 我正在使用最近的CPython回购; 旧版本在这方面performance类似，但是可能会有轻微的变化。
下面是这些的执行BUILD_LIST ， BUILD_LIST用于[] ， CALL_FUNCTION用于list() 。
BUILD_LIST指令：
你应该只是看恐怖：
PyObject *list = PyList_New(oparg); if (list == NULL) goto error; while (--oparg >= 0) { PyObject *item = POP(); PyList_SET_ITEM(list, oparg, item); } PUSH(list); DISPATCH();
非常令人费解，我知道。 这是多么简单：
- 用
PyList_New创build一个新的列表（这主要是为新的列表对象分配内存），oparg信号oparg栈上的参数个数。 开门见山。 - 检查
if (list==NULL)没有出错。 - 使用
PyList_SET_ITEM（macros）添加位于堆栈上的任何参数（在我们的例子中，这是不执行的）。
难怪它快！ 这是定制创build新的列表，没有别的:-)
CALL_FUNCTION指令：
以下是查看代码处理CALL_FUNCTION时看到的第一件事情：
PyObject **sp, *res; sp = stack_pointer; res = call_function(&sp, oparg, NULL); stack_pointer = sp; PUSH(res); if (res == NULL) { goto error; } DISPATCH();
看起来很无害，对吧？ 那么，不，不幸的是， call_function并不是一个直接调用函数的简单的人，它不能。 相反，它从堆栈中抓取对象，抓取堆栈的所有参数，然后根据对象的types切换; 这是一个：
-
PyCFunction_Type？ 不，它是list，list不是types的PyCFunction -
PyMethodType？ 不，看到以前。 -
PyFunctionType？ Nopee，见前。
我们正在调用listtypes，传递给call_function的参数是PyList_Type 。 CPython现在必须调用一个通用函数来处理任何名为_PyObject_FastCallKeywords可调用对象，更多的函数调用。
这个函数再次对某些函数types（我不明白为什么）进行检查，然后在需要的时候为kwargs创build一个字典后，继续调用_PyObject_FastCallDict 。
_PyObject_FastCallDict终于得到我们的地方！ 执行更多的检查后，它会从我们传入的type 的type中tp_call槽 ，也就是抓取type.tp_call 。 然后继续使用_PyStack_AsTuple传入的参数创build一个元组，最后可以调用一个调用 ！
tp_call ，匹配type.__call__接pipe并最终创build列表对象。 它调用与__new__相对应的列表__new__ ，并使用PyType_GenericAlloc分配内存： 这实际上是 PyType_GenericAlloc 到的部分 。 以前所有的都是以通用的方式处理对象所必需的。
最后， type_call调用list.__init__并用任何可用的参数初始化列表，然后我们继续返回到我们来的方式。 🙂
最后，记住LOAD_NAME ，这是另一个在这里做出贡献的人。
很容易看出，在处理我们的input时，Python通常需要跳过这个循环才能真正find合适的C函数来完成这项工作。 它没有立即调用它的风险，因为它是dynamic的，有人可能会屏蔽list （ 而且男孩做的很多人 ），并且必须采取另一条path。
这是list()失去很多的地方：探索Python需要做的是找出它应该做什么。
字面语法恰恰意味着一件事; 它不能改变，总是以预定的方式行事。
脚注：所有function名称可能会从一个版本更改为另一个版本。 这个观点依然存在，很有可能会在未来的版本中出现，这是dynamic查找会减慢速度。
