Всем доброго здравия! закрался интересный вопрос: def normalization_words(table_names: dict):

Question

Всем доброго здравия! закрался интересный вопрос: def normalization_words(table_names: dict):

result = {}
times = time.time()
for name, info in deepcopy(table_names).items():
result[[name.replace(old, new) for old, new in dict_words.items()][0]] = info
print(time.time() - times)
return result

def normalize(name: str):
for old, new in dict_words.items():
name = name.replace(old, new)
return name

с применением функции normalize() работает медленнее на 0.3-0.6 секунды, почему получается так, что генератор быстрее работает? кто может объяснить простым языком?

дело в выделении памяти на доп. функцию?
или в доп. строках кода для GIL? по которым, соответственно, он ходит дольше?

#backend #programming #python #russian

0

29.04.2022

12 ответов

18 просмотров

Tishka17

рекомендую измерять через timeit

0

29.04.2022

Alexandrr Автор вопроса

Tishka17
рекомендую измерять через timeit

почему?

0

29.04.2022

Alex

Alexandrr
почему?

Не надо редактировать проверяемый код и больше возможностей

0

29.04.2022

Tishka17

серьезно, если хочешь чтобы тебе подсказали - объясни что это код делает. Я вижу две функции, которые делают совершенно разное, что сравниваем?

0

29.04.2022

🥥 Coco 🥥

Потому что list comprehension (то что ты генератором назвал) работает быстрее чем аналогичный цикл for ... in Вот пример: N = 10**7 start = time.time() comprehension_test = [i for i in range(N)] print(time.time() - start) start = time.time() result = [] for i in range(N): result.append(i) print(time.time() - start) Второй вариант отрабатывает в среднем вдвое дольше первого В интернетах пишут что операция append в list comprehension как то оптимальнее работает То есть такой вариант лучше если очень большое количество append'ов

0

29.04.2022

Tishka17

только тут append, а там работа со строками

0

29.04.2022

🥥 Coco 🥥

Tishka17
только тут append, а там работа со строками

я так понял вопрос был в том почему скорость падает если заменить [name.replace(old, new) for old, new in dict_words.items()] на вызовы normalize

0

29.04.2022

Tishka17