为什么Python3的timeit参数setup能大幅提升代码测速效率？

首先贴出对应的测试代码：

import timeit

# 写法1：使用setup参数
print(timeit.timeit( setup = "M=range(100);f=lambda x: x*2", stmt = "[f(m) for m in M]"))
# 写法2：未使用setup参数
print(timeit.timeit( stmt = "[(lambda x:x*2)(m) for m in range(100)]"))

# 输出结果
17.038363554
26.128148989000003

两者耗时差距的核心来自timeit的运行机制和两段代码的资源初始化逻辑差异：

• 首先明确timeit的执行规则：setup参数的代码仅在正式测速前执行1次，不会计入总耗时；stmt参数的代码会默认重复执行100万次，总耗时就是这部分重复执行的时间总和。
• 写法1（带setup）的额外开销极低：
  • range(100)对象和lambda函数f都在setup阶段仅创建1次，不会占用测速时间
  • 每次执行stmt时，直接复用已经创建完成的M和f，仅需要完成遍历、函数调用的核心逻辑，没有额外的对象创建销毁开销
• 写法2（无setup）存在大量重复无效开销：
  • 所有逻辑都放在stmt中，每次执行stmt都需要重新创建range(100)对象，单次开销极低但重复百万次后累计开销不可忽略
  • 列表推导的每一轮迭代都需要临时创建一个新的lambda匿名函数，调用完成后立刻销毁该函数，反复创建销毁函数对象的开销远高于直接调用已有的固定函数，是耗时拉长的核心原因。

如果把写法2调整为把lambda和range的初始化放到stmt开头，即stmt = "f=lambda x:x*2;M=range(100);[f(m) for m in M]"，耗时仍然会高于写法1，因为初始化逻辑还是会随stmt重复执行百万次，而非只执行1次。

内容的提问来源于stack exchange，提问作者user3112576