在循环中创建新对象的效率
在循环中创建新对象的效率是指在循环过程中创建新对象所需的时间和资源。在云计算领域，这种效率通常受到多个因素的影响，包括所使用的编程语言、框架、硬件资源、数据库性能等。
在循环中创建新对象的效率通常可以通过以下几种方式提高：
- 使用生成器（Generator）
在 Python 等语言中，使用生成器可以避免在循环中创建大量新对象，从而提高效率。生成器是一种特殊的迭代器，它允许你在迭代时生成新对象，而不是在每次迭代时创建新对象。
例如，如果你需要在循环中创建一个大量字符串，你可以使用生成器来实现：
def generate_strings(n):
for i in range(n):
yield str(i)
strings = generate_strings(1000000)- 使用持久化数据结构
对于一些需要长期存储的数据结构，使用持久化数据结构可以避免在每次循环时创建新对象，从而提高效率。例如，如果你需要在循环中创建一个大量列表，你可以使用生成器或持久化列表来实现：
def generate_list(n):
return [i for i in range(n)]
list1 = generate_list(1000000)- 使用数据库或缓存
如果你需要在循环中创建一个大量数据结构，你可以使用数据库或缓存来实现。这样，你可以将数据结构存储在内存中，而不是在每次循环时创建新对象。例如，如果你需要在循环中创建一个大量字典，你可以使用数据库或缓存来实现：
import sqlite3
def generate_dict(n):
conn = sqlite3.connect('my_database.db')
c = conn.cursor()
for i in range(n):
c.execute("CREATE TABLE IF NOT EXISTS my_table (key INTEGER PRIMARY KEY, value INTEGER)")
c.execute("INSERT INTO my_table (key, value) VALUES (?, ?)", (i, i*2))
conn.commit()
conn.close()
dict1 = generate_dict(1000000)总之，在循环中创建新对象的效率主要取决于所使用的编程语言、框架、硬件资源、数据库性能等因素。在实际应用中，需要根据具体情况选择合适的方法和工具来提高效率。
相关·内容
1回答
为什么列表切片上的循环比range()快？
python-3.x、performance
请参阅以下代码：
from timeit import timeit
import random
for size in (10 ** 3, 10 ** 4, 10 ** 5, 10 ** 6):
print('---')
nums = [random.randint(1, 10000000) for i in range(size)]
l = len(nums)
sp = l // 2
def with_slice():
for n in nums[sp:]:
pass
浏览 1提问于2021-09-26得票数 2
1回答
为什么range()-function比乘项在嵌套列表中获得副本慢？
python、python-3.x、performance
要在现有列表中复制嵌套列表，不幸的是，仅仅将其乘以是不够的，否则列表中将创建引用而不是独立的列表，请参见下面的示例：
x = [[1, 2, 3]] * 2
x[0] is x[1] # will evaluate to True
要实现您的目标，可以在列表理解中使用range函数，例如，请参阅以下内容：
x = [[1, 2, 3] for _ in range(2)]
x[0] is x[1] # will evaluate to False (wanted behaviour)
这是一个很好的方法，以增加列表中的项目，而不只是创建参考，这也是解释多次在许多不同的网站。
但是，有一种更
浏览 0提问于2018-06-13得票数 6
回答已采纳
2回答
NUMPY操作:内存效率: PYTHON
python、macos、ubuntu、numpy、out-of-memory
我的内存限制是4GB内存。我需要在RAM中有2.5GB的数据才能执行更多的任务
import numpy
a = numpy.random.rand(1000000,100)## This needs to be in memory
b= numpy.random.rand(1,100)
c= a-b #this need to be in code in order to perform next operation
d = numpy.linalg.norm(numpy.asarray(c, dtype = numpy.float32), axiss =1)
在创建c ++时，内存使用量激
浏览 4提问于2014-08-02得票数 0
回答已采纳
4回答
Rust中的懒惰序列生成
rust、lazy-sequences
如何创建其他语言所称的惰性序列或“生成器”函数？
在Python语言中，我可以像下面的示例(来自Python文档)那样使用yield来懒惰地生成一个可迭代的序列，这种方式不需要使用中间列表的内存：
# a generator that yields items instead of returning a list
def firstn(n):
num = 0
while num < n:
yield num
num += 1
sum_of_first_n = sum(firstn(1000000))
我如何在Rust中做类似的事情？
浏览 0提问于2013-05-07得票数 50
回答已采纳
3回答
基于numpy计算的多处理效率低下
python、numpy、multiprocessing
我试图在Python的numpy模块的帮助下并行化一些使用multiprocessing的计算。考虑一下这个简化的例子：
import time
import numpy
from multiprocessing import Pool
def test_func(i):
a = numpy.random.normal(size=1000000)
b = numpy.random.normal(size=1000000)
for i in range(2000):
a = a + b
b = a - b
a = a
浏览 6提问于2015-03-31得票数 6
回答已采纳
1回答
在python中，生成器比时间循环更快吗？
python、performance、for-loop、while-loop、coroutine
问题很简单，我有以下代码在python2中做同样的事情：
for _ in range(n): # or xrange(),they have similar performance according to my test
pass
i = 0
while i < n:
i+=1
pass
for循环比while循环快，当n= 1000000时，每个循环大约需要0.105544和0.2389421。
表面上看，虽然循环正在执行增量和边界检查，但据我所知，生成器或迭代器必须执行相同数量的艰苦工作，那么如果所做的工作是相同的，为什么其中一个比另一个快？
浏览 2提问于2015-10-18得票数 1
回答已采纳
2回答
python中的单纯形数计算(所有维数)
python
如何计算所有维的单纯形数？
示例：
dimension: 2| 3| 4|
simpl(1) 1| 1| 1|
simpl(2) 3| 4| 5|
simpl(3) 6| 10| 15|
simpl(4) 10| 20| 35|
simpl(5) 15| 35| 70|
首先，我考虑了递归实现(在python中)：
def simplex(n, dim):
if dim == 1:
return n
浏览 0提问于2016-09-29得票数 4
回答已采纳
4回答
python中的嵌套求和
python、numpy、for-loop、math、sum
我试图在python中执行以下嵌套求和：
因此，我尝试了以下代码：
import numpy as np
gamma = 17
R = 0.5
H = np.array([0.1,0.2])
alpha = np.array([0.1,0.2])
n = 2
F = 0
for i in range(n):
for j in range(i+1):
F = F + 3*gamma*H[i]*(R+H[j]*np.tan(alpha[j]))**2
当然，这并没有给出正确的答案，因为它在j循环中再次总结了所有的术语。我的问题是我怎么能解决这个问题？请记住，这只
浏览 8提问于2021-03-04得票数 1
回答已采纳
1回答
未知内存泄漏w/文件I/O
python、python-3.x
我一直在尝试学习Python中的文件I/O，但遇到了某种类型的内存泄漏，而我没有明显的原因无法解决这些漏洞。
file = "D:\\babelStorage\\Testing"
x = 1000000
while (x > 0):
with open("".join([file, "\\", "junk", str(x), ".txt"]), "wt") as trash:
trash.write("garbage")
x = x - 1
即使
浏览 5提问于2020-07-16得票数 1
4回答
这段python代码有什么问题吗?为什么它的运行速度比ruby慢？
python、ruby、performance、fibonacci
我对比较ruby速度和python很感兴趣，所以我采用了最简单的递归计算，即打印斐波那契数列。
这是python代码
#!/usr/bin/python2.7
def fib(n):
if n == 0:
return 0
elif n == 1:
return 1
else:
return fib(n-1)+fib(n-2)
i = 0
while i < 35:
print fib(i)
i = i + 1
这是ruby代码
#!/usr/bin
浏览 0提问于2010-10-29得票数 5
回答已采纳
3回答
我的python代码一般都很慢，这正常吗？
python、matlab、performance
我最近开始自学python，并一直在使用这门语言进行在线算法课程。由于某些原因，我为本课程创建的许多代码非常慢(相对于我在过去创建的C/C++ Matlab代码而言)，而且我开始担心我没有正确地使用python。
这里有一个简单的python和matlab代码来比较它们的速度。
MATLAB
for i = 1:100000000
a = 1 + 1
end
Python
for i in list(range(0, 100000000)):
a=1 + 1
matlab代码大约需要0.3秒，python代码大约需要7秒。这是正常的吗？我针对
浏览 5提问于2017-07-09得票数 1
回答已采纳
2回答
使用Python中的大字典优化性能
python、performance、dictionary、bioinformatics
背景:我正在尝试创建一个简单的python程序，它允许我通过转录坐标获取转录本的一部分，并获取其序列和基因组坐标。我不是一个有经验的生物信息学家或者程序员，更多的是一个生物学家，但是我想这样做的方式是把每个转录本分割成它的核苷酸，然后和每个核苷酸一起存储在一个元组中，它的基因组坐标和它的坐标都在记录中。这样，我就可以使用python来获取特定转录本的一部分(例如，最后200个核苷酸)，并获取序列和构建它的各种基因组窗口。最终目标更为复杂(最终程序将收到一组距离翻译开始点(ATG)的坐标，并将每个坐标随机分配给一个随机记录，并输出序列和基因组坐标)。
这是我为此编写的代码，它从包含每个外显子的坐
浏览 5提问于2015-04-27得票数 2
2回答
Iterable使用收益率或__next__()
python、python-3.x
我正在考虑创建可迭代的对象，并想知道这两种选择中哪一种会更好地使用pythonic/更好的方式，这是没有区别的，还是我对使用产率有错误的想法？对我来说，使用产率似乎更干净，而且显然比使用__next__()更快，但我不确定。
class iterable_class():
def __init__(self, n):
self.i = 0
self.n = n
def __iter__(self):
return self
def __next__(self):
if self.i < self
浏览 1提问于2018-04-16得票数 7
回答已采纳
3回答
带生成器的嵌套列表理解
python、generator、list-comprehension
我在python 3.7上有一些奇怪的行为，其中包含一个生成器的嵌套列表理解。
这工作：
i = range(20)
n = [1, 2, 3]
result = [min(x + y for x in i) for y in n]
如果是生成器，则不工作：
i = (p for p in range(20))
n = [1, 2, 3]
result = [min(x + y for x in i) for y in n]
这将引发一个ValueError: min() arg is an empty sequence
现在，即使生成器i与list包装在一起，它仍然会创建相同的错误：
i =
浏览 1提问于2019-05-26得票数 0
回答已采纳
2回答
JPA持久化变得越来越慢
hibernate、jpa、eclipselink、one-to-many、persist
这个场景使用了一个简单的oneToMany关系，在两个方向上都有级联持久化。
多：
@javax.persistence.Entity(name="Many")
public class Many {
@javax.persistence.ManyToOne(cascade = CascadeType.PERSIST)
protected One one;
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private long primaryKey;
publi
浏览 28提问于2016-02-29得票数 2
回答已采纳
2回答
如何在for循环中创建新的字典？
python、python-3.x、dictionary
在python 3.5.1中
og_dict = {'name':'user1', 'salary':'1k'}
og_dict_list =[]
for i in range(2,5):
og_dict['salary'] = str(i)+'k'
og_dict_list.append(og_dict)
for og_dict_obj in og_dict_list:
print(og_dict_obj)
上面的代码产生以下输出：
{'name':
浏览 3提问于2016-03-07得票数 3
回答已采纳
3回答
当对2个变量i，j python使用for循环和if语句时，返回空列表
python、loops、for-loop、conditional、python-itertools
我想将一些元素添加到满足条件的列表中，所以我使用生成器来创建一个for循环。当我使用同一个生成器创建第二个列表时，问题就出现了。问题是第一个元素得到了我想要的元素，第二个元素返回为空。以下是代码：
import itertools
n = 4
xxvars = [["x."+str(i+1)+"."+str(j+1) for j in range(n)]for i in range(n)]
yyvars = [["y."+str(i+1)+"."+str(j+1) for j in range(n)]for i in range(
浏览 6提问于2017-08-19得票数 0
回答已采纳
3回答
产生大量随机变量
python、performance、numpy、random
我试图找出在python中生成许多随机数的最佳方法。最困难的是我不知道在运行前我需要多少个数字
我有一个程序，每次使用一个随机数，但它需要这样做很多次。
到目前为止，我尝试过的事情是：
使用random.random()一次生成一个随机数
使用np.random.rand()一次生成一个随机数
使用np.random.rand(N)在一批N中生成随机数
使用np.random.rand(N)在一批N中生成随机数，并在使用了第一个N之后生成一个新的批处理(我尝试了两种不同的实现，它们都比一次生成一个数字要慢)
在下面的脚本中，我比较了这些方法中的前三种(对于均匀随机数和正
浏览 0提问于2017-01-26得票数 3
1回答
索引numpy数组的速度与python一样慢
python、arrays、performance、numpy
我一直被告知python的本机追加是一个缓慢的函数，应该在for循环中避免。然而，经过几次小测试之后，我发现在使用for循环迭代它时，它的性能比numpy数组要差得多：
第一次测试数组/列表构造
附加python本机列表
def pythonAppend(n):
x = []
for i in range(n):
x.append(i)
return x
%timeit pythonAppend(1000000)
Numpy分配数组然后访问
def numpyConstruct(n):
x = np.zeros(n)
浏览 4提问于2019-11-28得票数 0
回答已采纳
1回答
非常基本的python字符串
python、string
我是新来的，刚遇到一个练习，问：
给定一个字符串和一个非负整数n，返回一个较大的字符串，即原始字符串的n副本。
我回答说：
def string_times(str, n):
return(str * n)
并通过了所有的测试。该解决办法规定：
def string_times(str, n):
result = ""
for i in range(n): # range(n) is [0, 1, 2, .... n-1]
result = result + str # could use += here
re
浏览 1提问于2014-11-05得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
