为何分两步获取字典前30个键比一步操作更快？

这确实是个挺有意思的细节！让我们一步步拆解这三种实现的执行逻辑，搞清楚背后的原因：

首先先明确一个基础知识点：Python中dict.keys()返回的是字典视图对象（类型为dict_keys），它不是一个已经存储了所有键的列表，而是一个动态反映字典变化的可迭代对象——只有当你遍历它时，才会逐个取出字典中的键。

三种方法的执行流程 #

我们先回顾你的测试代码：

import time
dic = {str(i): i for i in range(10 ** 6)}

# 方法1
start_time = time.time()
x = list(dic.keys())[0:30]
print(time.time() - start_time)

# 方法2
start_time = time.time()
y = list(dic.keys())
x = y[0:30]
print(time.time() - start_time)

# 方法3
start_time = time.time()
z = dic.keys()
y = list(z)
x = y[0:30]
print(time.time() - start_time)

方法1：list(dic.keys())[0:30]

执行步骤：

1. 调用list()遍历整个字典的100万个键，生成一个包含百万元素的完整列表（这是最耗时的步骤）。
2. 对这个大列表执行切片[0:30]，生成一个只包含前30个元素的小列表，赋值给x。
3. 此时，那个百万元素的大列表是临时对象——没有任何变量引用它，Python的垃圾回收机制会很快标记它为待回收对象，并在该表达式执行完成后销毁它。而销毁这个大列表的内存开销，被算进了方法1的总耗时里。

方法2：y = list(dic.keys()); x = y[0:30]

执行步骤：

1. 同样生成百万元素的完整列表，但这次把它赋值给了变量y，这个列表有了明确的引用。
2. 对y执行切片生成小列表赋值给x。
3. 由于y还被引用着，Python不会在这段测试时间内销毁它，因此垃圾回收的额外开销没有被计入方法2的耗时，这就是它比方法1快的核心原因。

方法3：z = dic.keys(); y = list(z); x = y[0:30]

和方法2的核心步骤一致，只是多了一步把字典视图赋值给z的操作。这一步虽然开销极小，但累积下来会让总耗时略高于方法2，和方法1的耗时接近。

更高效的优化方案 #

其实你的三种方法都做了没必要的工作：生成完整的百万元素列表。既然我们只需要前30个键，完全可以只遍历前30个元素，不需要处理剩下的999970个键。用itertools.islice就能实现：

import itertools
start_time = time.time()
x = list(itertools.islice(dic.keys(), 30))
print(time.time() - start_time)

这种方法的耗时会远低于你测试的三种方法，因为它只需要从字典视图中取出前30个键，直接生成小列表，完全跳过了遍历百万键的步骤。

内容的提问来源于stack exchange，提问作者Diamond