双列表遍历：双for循环与合并后单循环的性能对比

结论：绝大多数场景下，用两个独立的for循环分别遍历列表，比先合并列表再用单个for循环要快。

核心原因 #

• 合并列表（list_a + list_b）会产生额外开销：需要创建新列表，把两个原列表的元素全部复制进去。这个复制操作既占用内存，又消耗时间，列表越大，该开销越显著。
• 两个独立的for循环直接遍历原列表，不需要额外的内存分配和元素复制，全程只操作已有数据，没有多余步骤。

实测验证 #

把列表放大后用timeit测试，性能差异会更直观：

import timeit

# 放大数据量，让性能差异更易观察
list_a = ["Red", "Blue", "Black"] * 1000
list_b = ["Samsung", "Apple"] * 1000

def double_loop():
    for item in list_a:
        pass
    for item in list_b:
        pass

def merged_loop():
    merged = list_a + list_b
    for item in merged:
        pass

# 各运行1000次取平均耗时
print("双循环平均耗时:", timeit.timeit(double_loop, number=1000))
print("合并后单循环平均耗时:", timeit.timeit(merged_loop, number=1000))

运行结果通常是双循环耗时更短——合并步骤的额外开销，远超过单循环可能带来的微小效率提升。

特殊情况 #

如果两个列表极小（比如只有几个元素），合并的开销几乎可以忽略，两者的性能差异可能微乎其微，但双循环依然不会比合并后单循环慢。

内容的提问来源于stack exchange，提问作者Ali Bahaari