Python中any/all传一次性可迭代对象选列表还是元组更优

你写的圆括号版本根本不是元组写法——Python从来没有元组推导式这个语法，圆括号里包的for循环表达式是生成器表达式，属于惰性迭代器的一种。真要构造元组得显式写tuple("city" in location for location in locations)，会把所有结果算完再打包成元组，和你现在写的括号版本逻辑天差地别，性能表现也完全不一样。

内存占用 #

• 列表推导式写法：会一次性在内存里构造完整的临时列表，把所有迭代产生的布尔值全存下来，内存占用和待遍历的数据量正相关，属于O(n)级别。如果待遍历的序列有几十万、上百万条元素，这个临时列表会吃掉非常可观的内存。
• 你示例中的括号（生成器）写法：走的是惰性计算逻辑，不会提前生成任何结果，迭代到哪个元素才算哪个元素的布尔值，全程只存生成器的运行状态，不存全量计算结果，内存占用是恒定的O(1)级别，和待遍历的数据集大小完全无关，内存优势是碾压级的。
• 补充：如果是显式构造的真实元组，因为是不可变结构，内存开销比同内容的列表低10%~20%左右，但本质还是要存全量元素，内存占用依然是O(n)级别，和生成器的优势完全不在一个量级。

执行时间 #

执行速度没有绝对的优劣，完全取决于场景：

• 能触发短路逻辑的场景：也就是遍历到靠前位置的元素就能拿到最终结果——比如any()碰到第一个真值、all()碰到第一个假值，生成器写法的速度会远快于列表/元组写法。因为生成器碰到短路条件会立刻停止计算，后面的元素根本不会处理；而列表/元组写法必须先跑完整个循环、构造完完整的临时序列，才会把结果传给any()/all()，平白做了大量无用功。如果待遍历的数据集很大、匹配项又很靠前，两者的速度差可以达到成千上万倍。
• 必须遍历完所有元素才能出结果的场景：比如any()场景下所有元素都不匹配，得全部遍历完才能返回False，这时候列表/元组版本的速度可能略快于生成器——因为生成器每次迭代都有调度开销，而列表/元组是连续内存结构，底层遍历效率稍高，但这个差距通常在5%以内，绝大多数业务场景根本感知不到。

给any()、all()这类自带短路逻辑的内置函数传参时，直接传生成器表达式是最优选择，甚至可以省略生成器外层的括号，代码更简洁：

locations = ["foo", "bar", "baz"]
if any("city" in location for location in locations):
    print("Locations includes a city")

内容的提问来源于stack exchange，提问作者Neil