作业要求初始化空列表rand_array，并向其中填充10个唯一随机数。我写出常规实现代码后，修改为内联代码版本，现提出三个问题：

1. 内联版本是否比常规版本更高效？
2. 能否进一步优化内联版本？
3. 此类内联代码在大规模使用时的效率表现如何？

常规版本代码 #

import random

rand_array = []
while len(rand_array) != 10:
    lmnt = random.randint(1, 15)
    if lmnt not in rand_array:
        rand_array.append(lmnt)

print(rand_array)

内联版本代码 #

import random

rand_array = []
while len(rand_array) < 10:
    lmnt = random.randint(1, 15)
    rand_array.append(lmnt) if lmnt not in rand_array else None

问题解答 #

1. 内联版本并不比常规版本高效
   内联条件表达式只是Python的语法糖，底层执行逻辑和常规if语句完全一致——都是先判断元素是否在列表中，再决定是否追加。甚至因为else None的存在，还多了一个无意义的空值返回操作，两者性能几乎没有差异。

2. 能优化，但重点不在内联写法，而在算法逻辑
   当前两种写法的核心性能瓶颈是列表的in操作（时间复杂度O(n)），每检查一次都要遍历整个列表。优化方向是用集合辅助存在性判断（集合的in操作是O(1)），或者直接用Python内置的高效方法：

   • 集合辅助的优化版本：

     import random
     
     rand_array = []
     seen = set()
     while len(rand_array) < 10:
         lmnt = random.randint(1, 15)
         if lmnt not in seen:
             rand_array.append(lmnt)
             seen.add(lmnt)
     

   • 最优写法：直接使用random.sample，它会直接从指定范围内抽取不重复的元素，底层实现更高效，代码也更简洁：

     import random
     rand_array = random.sample(range(1, 16), 10)
     

3. 内联代码大规模使用时的效率表现
   这类内联条件表达式（三元表达式）的执行效率和常规if语句几乎没有区别，因为Python解释器对两者的处理逻辑一致。但大规模使用时要注意：

   • 复杂的内联代码会严重降低可读性，增加维护成本，调试难度更高；
   • 性能瓶颈从来不是语法糖，而是算法逻辑和数据结构的选择——比如用列表做存在性检查，不管用内联还是常规写法，效率都远不如用集合；
   • 在循环等高频场景中，内联写法不会带来性能提升，反而可能因为代码紧凑导致逻辑出错。

内容的提问来源于stack exchange，提问作者egg-kun