滑动窗口场景列表推导式问题：结果为空、运行缓慢原因解析

问题场景 #

我在滑动窗口项目中编写了一段可正常运行的代码：

# aby是一维列表，示例：[0.010,0.012,0.008,......,0.009]
adj_qth_amp = 100
scan_window_size = 10000
wanted_time_stamps = []
window_sum = sum(aby[:scan_window_size])
for i in range(len(aby)-scan_window_size):
    window_sum = window_sum - aby[i] + aby[scan_window_size+i]
    if window_sum > adj_qth_amp:
        wanted_time_stamps.append(i)

# 运行时间4分钟
# 执行后返回包含有效元素的wanted_time_stamps列表

这段代码耗时4分钟，能返回正确结果。随后我尝试用列表推导式改写，代码如下：

wanted_time_stamps = [(window_sum - aby[i] + aby[scan_window_size+i]) for i in range(len(aby)-scan_window_size) if (window_sum - aby[i] + aby[scan_window_size+i]) > adj_qth_amp]

# 运行时间8分钟
# 执行后返回空列表（如[]）

但改写后的代码不仅耗时翻倍，还返回空列表。我的问题：

1. 第二种方法返回空列表的原因是什么？
2. 为何第二种方法的运行时间约为第一种的两倍？列表推导式不是应该更快吗？

解答 #

1. 返回空列表的原因 #

原代码中的window_sum是动态滚动更新的：每次循环都会将其减去窗口左端的旧元素，加上窗口右端的新元素，得到当前滑动窗口的实时和。

但列表推导式里的window_sum自始至终都是初始值sum(aby[:scan_window_size])，没有任何更新。推导式里计算的window_sum - aby[i] + aby[scan_window_size+i]，是用初始窗口和做的单次计算，完全不等于原代码中滚动更新后的实时窗口和。

原代码中满足条件的是滚动更新后的窗口和，而推导式里的数值不符合> adj_qth_amp的判断条件，因此返回空列表。另外，原代码向列表添加的是索引i，但推导式添加的是计算出的数值，这也是逻辑错误，但并非返回空列表的直接原因。

2. 运行时间翻倍的原因 #

• 原代码每个循环只计算一次窗口和的更新操作，之后直接用这个更新后的值做判断，计算量是单次的。
• 列表推导式中，每个循环要重复计算两次完全相同的表达式：一次在if判断里做条件校验，一次在列表元素生成时取值。相当于每个循环执行了两次减法和加法操作，计算量直接翻倍，因此耗时也翻倍。

关于“列表推导式更快”的误区：列表推导式确实比手动循环调用append高效，但前提是逻辑等价且计算量相当。你这里的推导式不仅逻辑错误，还存在重复计算，自然比原代码慢。

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