all()函数与带break的for循环的性能对比分析

最近在优化一个多条件匹配的方法时，我发现了一个挺有意思的性能优化方案，分享给各位开发者。

原实现：简洁但有性能开销的all()写法 #

一开始我用Python内置的all()函数来实现条件匹配，代码非常简洁直观：

def matches(self, item):
    return all(c.applies(item) for c in self.conditions)

优化后：更高效的for循环+提前return #

经过性能分析工具的排查，我改用了带break逻辑的for循环实现，实际运行速度比原来更快：

def matches(self, item):
    for condition in self.conditions:
        if not condition.applies(item):
            return False
    return True

性能差异的核心原因 #

从性能分析结果来看，使用all()的版本会额外产生1160次<genexpr>调用：

4608次函数调用（4600次原始调用）耗时0.015秒，按内部时间排序 ncalls tot...

这是因为all()函数需要依赖生成器表达式(c.applies(item) for c in self.conditions)来逐个迭代条件，而生成器的创建和迭代会带来额外的调用开销。相比之下，直接用for循环的方式，一旦遇到不满足的条件就立刻return终止循环，不仅省去了生成器的额外开销，还能在非全匹配的场景下更早结束计算，进一步提升效率。

内容的提问来源于stack exchange，提问作者matino