如何将指定for循环改写为map函数？关于map迭代效率的技术问询

嘿，你提到map在迭代时比for循环效率更高这点没错，尤其是处理批量映射类操作的时候！咱们来一步步把你这段代码改成用map实现的版本～

先拆解你原代码里的两个核心操作：生成列表L，以及计算累加值b，咱们分别用map来处理：

1. 生成列表L #

原for循环是把range(1000)的每个元素逐个添加到L中，用map的话，只需要把每个元素原样返回（用lambda表达式做映射函数），再把map返回的迭代器转成列表就行：

L = list(map(lambda x: x, range(1000)))

小贴士：其实直接写L = list(range(1000))更高效，毕竟没必要多一层lambda映射，但既然你要求用map，上面的写法就完全符合需求～

2. 计算累加值b #

原循环里每次给b加固定值a（也就是5），一共执行1000次。用map的话，我们可以让map每次迭代都返回a，再用sum()函数对这些返回值求和，完美替代循环累加的逻辑：

b = sum(map(lambda x: a, range(1000)))

完整改写后的代码 #

import time
start = time.time()
a = 5
# 用map生成列表L
L = list(map(lambda x: x, range(1000)))
# 用map+sum计算累加值b
b = sum(map(lambda x: a, range(1000)))
print(L)
print(b)
end = time.time()
print(end-start)

小补充 #

map是基于C实现的内置函数，在处理大量元素时，确实比纯Python层的for循环有明显效率优势，但如果是像你这种简单操作，差距可能不会特别大，你可以自己跑计时代码对比看看～

内容的提问来源于stack exchange，提问作者Artur Müller Romanov