如何提升Python中查找首个符合条件元素的循环性能

我现在遇到一个问题：需要遍历一个大列表，找到第一个满足条件的元素。用filter加list的方式虽然会遍历整个列表，但执行效率反而更高；而传统for循环找到符合条件的元素就返回，逻辑上更高效，但实际执行速度却没优势，两者耗时几乎相同。

示例代码 #

传统for循环（找到即返回） #

def for_first_true_1(l_list, string):
    for x in l_list:
        # 实际可能是更复杂的逻辑
        if string in x:
            return True
    return False

这个实现逻辑上更高效，但执行速度偏慢。

filter+list实现（遍历全列表） #

def for_first_true_2(l_list, string):
    def has_string(x):
        if string in x:
            return True
        else:
            return False
    value = list(filter(has_string, l_list))
    return bool(value)

这个实现需要遍历整个列表，函数调用次数更多，但执行效率更高。

测试结果 #

测试列表约含100个元素，基于原始代码的测试数据如下：

# 对应for_first_true_2的测试结果
RUNNING TIME: 0.0005581378936767578
909 function calls (906 primitive calls)

# 对应for_first_true_1的测试结果
RUNNING TIME: 0.0004608631134033203
264 function calls (261 primitive calls)

两者耗时几乎一致。

我的疑问与尝试 #

我想知道怎么提升上述for循环的性能？

我考虑过的替代方案：

• Cython实现：但不知道具体怎么写。现有一个通用的循环函数和字符串列表，示例代码如下：

  def bool_for_loop(func, ll: list, arg: str) -> bool:
      value = False
      for x in ll:
          value = func(x, arg)
          if value:
              return True
      return False
  

  期望实现的调用逻辑如下：

  def for_first_true_cython(l_list, string: str):
      def has_string(x):
          if string in x:
              return True
          else:
              return False
      return bool_for_loop(has_string, l_list)
  

• 另外，我试过用any函数，但优化效果不理想。

内容的提问来源于stack exchange，提问作者DevBush