Python：百万次调用场景下按属性提取对象子列表的最快方法

既然你要面对数百万次的查询调用，那每次查询都遍历整个列表的做法绝对不可取——反复的O(n)操作叠加起来，性能开销会直接爆炸。最靠谱的解法是提前做一次预分组，把列表按name属性分成固定的两组，之后每次查询直接返回对应的分组即可，单次查询复杂度降到O(1)。

具体实现代码 #

我们可以用字典来存储分组结果，collections.defaultdict用起来会更顺手：

from collections import defaultdict

# 只需要执行一次的预分组操作
grouped = defaultdict(list)
for item in l:
    grouped[item.name].append(item)

# 之后百万次查询直接调用，速度拉满
a_sub_list = grouped['a']
b_sub_list = grouped['b']

为什么这是最快的？ #

• 预分组阶段只需要遍历一次原列表（O(n)时间），之后所有查询都是直接从字典中取对应的列表，完全没有循环操作，单次查询耗时可以忽略不计。
• 对比常见的列表推导式[x for x in l if x.name == 'a']：每次查询都要遍历整个列表，百万次调用就是百万 × n次操作，性能差距会随着查询次数的增加呈指数级拉大。

额外说明 #

如果你的原列表是静态的（不会新增、删除元素），这个方案就是性能天花板。如果列表是动态变化的，只需要在修改列表时同步维护grouped字典即可：比如新增Foo实例时，直接把它添加到对应的grouped[new_item.name]列表里；删除元素时，从对应分组中移除它（注意如果是频繁删除，可能需要用更高效的结构，比如set，但前提是对象是可哈希的）。

内容的提问来源于stack exchange，提问作者Tommy