这取决于您使用的是哪个版本的Python.在Python 2中,some_dict.items()创建一个新列表,这会占用一些额外的时间并占用额外的内存.另一方面,一旦创建了列表,它就是一个列表,因此在列表创建的开销完成后应具有相同的性能特征.

在Python 3中,some_dict.items()创建了一个视图对象而不是列表,我预计创建和迭代items()会比在Python 2中更快,因为没有必要复制.但是我也期望迭代已经创建的视图比在已经创建的列表上迭代要慢一点,因为字典数据的存储有点稀疏,我相信python没有好办法避免迭代每个bin.字典 – 甚至是空字典.

在Python 2中,一些时间证实了我的直觉：

>>> some_dict = dict(zip(xrange(1000), reversed(xrange(1000))))

>>> some_list = zip(xrange(1000), xrange(1000))

>>> %timeit for t in some_list: t

10000 loops, best of 3: 25.6 us per loop

>>> %timeit for t in some_dict.items(): t

10000 loops, best of 3: 57.3 us per loop

对项目进行迭代的速度大约是其两倍.使用iteritems要快一点……

>>> %timeit for t in some_dict.iteritems(): t

10000 loops, best of 3: 41.3 us per loop

但迭代列表本身与迭代任何其他列表基本相同：

>>> some_dict_list = some_dict.items()

>>> %timeit for t in some_dict_list: t

10000 loops, best of 3: 26.1 us per loop

Python 3可以比Python 2更快地创建和迭代项目(与上面的57.3我们相比)：

>>> some_dict = dict(zip(range(1000), reversed(range(1000))))

>>> %timeit for t in some_dict.items(): t

10000 loops, best of 3: 33.4 us per loop

但创建视图的时间是可以忽略不计的;迭代实际上比列表慢.

>>> some_list = list(zip(range(1000), reversed(range(1000))))

>>> some_dict_view = some_dict.items()

>>> %timeit for t in some_list: t

10000 loops, best of 3: 18.6 us per loop

>>> %timeit for t in some_dict_view: t

10000 loops, best of 3: 33.3 us per loop

这意味着在Python 3中,如果要对字典中的项进行多次迭代,并且性能至关重要,则可以通过将视图缓存为列表来获得30％的加速.

>>> some_list = list(some_dict_view)

>>> %timeit for t in some_list: t

100000 loops, best of 3: 18.6 us per loop