为何等价但代码更长的Python函数运行效率更高？

你测试的两个功能等价的函数，出现了代码更短但性能更差的情况，核心原因在于额外的对象创建开销，具体分析如下：

两个函数的核心差异 #

先看你提供的两个函数代码：

def triplicate_1(nums):
    for i in nums:
        si = str(i)
        sum = 0
        for j in si:
            sum += int(j)
        if sum % 3 == 0:
            pass
        else:
            pass

def triplicate_2(nums):
    for i in nums:
        if sum([int(j) for j in str(i)]) % 3:
            pass
        pass

• triplicate_1：直接用循环累加每个数字的各位和，全程只用到几个局部变量，没有额外创建容器类对象。
• triplicate_2：用[int(j) for j in str(i)]创建了一个临时列表，再把这个列表传给sum()计算总和。每处理一个数字，都会创建一次这个临时列表，用完后还要触发垃圾回收。

性能差异的根源 #

Python中创建列表是有明显开销的：

1. 需要为列表分配内存空间；
2. 列表中的每个元素也要单独存储；
3. 临时列表使用完毕后，Python的垃圾回收机制需要回收这块内存。

当测试次数很少（比如10000次）时，这种额外开销可能被系统的其他因素（比如CPU缓存、进程调度波动）掩盖，出现偶然的结果偏差；但当测试次数足够多（比如100万次）时，统计规律会凸显，triplicate_1没有额外列表开销的优势就会稳定体现出来，所以大部分场景下它的耗时更短。

补充优化建议 #

如果想兼顾代码简洁和性能，可以用生成器表达式替代列表推导式，避免创建临时列表：

def triplicate_optimized(nums):
    for i in nums:
        if sum(int(j) for j in str(i)) % 3:
            pass
        pass

生成器表达式是惰性计算的，不会一次性创建完整列表，能大幅减少内存开销和垃圾回收的负担，性能会更接近triplicate_1。

内容的提问来源于stack exchange，提问作者Ramhand