为什么查找列表最大值索引的Python列表推导式运行速度远慢于普通循环

核心性能差距根源 #

你对第一种实现的时间复杂度预估有误，它并非只遍历两次列表，而是达到了O(n²) 时间复杂度，这是两种方法性能相差上千倍的核心原因：

• 你将max(nums)直接写在了列表推导式的if判断条件中，Python不会自动对这类表达式做执行时机优化，每遍历一个元素做条件判断时，都会重新执行一次max(nums)全量遍历列表计算最大值。
  以你10000长度的测试用例为例，第一种方法会执行10000次max(nums)，每次都要遍历10000个元素，总操作量达到亿级；而第二种方法仅需要遍历1次列表，总操作量只有万级，自然会出现上千倍的性能差距。

第一种写法的优化方案 #

你只需要把最大值提前计算并缓存成变量，就能把时间复杂度降到O(n)，性能和第二种方法处于同一量级，优化后代码如下：

def find_indexes_1_fixed(nums):
    max_val = max(nums)
    return [index for index, number in enumerate(nums) if number == max_val]

优化后的版本仅会遍历两次列表：第一次计算最大值，第二次收集符合要求的索引，既保留了列表推导式的简洁性，也解决了性能问题。

额外注意点 #

第二种实现存在边界问题：你初始化largest = 0，如果输入列表所有元素都是负数，该方法会返回错误结果，建议把初始值修改为largest = float('-inf')适配全场景。 #

内容的提问来源于stack exchange，提问作者Fin H