为何筛选1000以内素数的列表推导式运行速度远慢于普通Python代码

你观察到的速度差异不是列表推导式本身性能比普通循环差，本质是两种写法的执行逻辑完全不同：
你写的原始列表推导式中，生成合数列表的子推导[y * z for y in range(2, 1001) for z in range(2, 1001)if y * z < 1000]放在了if判断的条件内，Python会在遍历每一个待判断的x时，都完整重新执行一遍这个子推导生成全新的合数列表。2到999共有998个待判断的数，相当于你重复生成了998次合数列表，运算量直接翻了近千倍，自然耗时极长。
而你写的普通循环代码仅在最开始生成1次合数列表，后续所有not in判断都复用这个已生成的列表，总运算量只有原始列表推导式的近千分之一，所以可以瞬间执行完成。

优化核心是让合数列表在列表推导式内仅生成1次，复用给所有x的判断逻辑，不需要额外声明外部变量，写法如下：

print([x for composite in [[y * z for y in range(2, 1001) for z in range(2, 1001) if y * z < 1000]] for x in range(2, 1000) if x not in composite])

实现逻辑是：第一层for循环遍历的是仅包含1个元素的列表（元素就是生成的合数列表），仅执行1次就完成了合数列表的生成并赋值给composite变量，后续遍历x做判断时直接复用这个已生成的composite，不会重复生成合数列表，运行速度和普通循环完全一致。

如果可以接受将合数转为集合进一步优化查询速度（列表的in查询时间复杂度是O(n)，集合是O(1)），可以用下面的写法，速度会更快：

print([x for composite in [set(y * z for y in range(2, 1001) for z in range(2, 1001) if y * z < 1000)] for x in range(2, 1000) if x not in composite])

内容的提问来源于stack exchange，提问作者user15464781