def f():
for i in range(100000):
...
def g():
i = 0
while i < 100000:
i += 1
>>> %timeit f()
2.29 ms ± 69 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
>>> %timeit g()
5.77 ms ± 26.4 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
破产了。但是，严肃地说，由于以下原因，这些比较都没有多大意义： 而您可以实现任何 for -循环作为 while -循环，新循环将有额外的代码来匹配功能 while 及 for 服务于不同的目的，比较它们就像比较苹果和桔子 这是python，这里没有人真正关心纳秒。 选择 for 及 while 不太可能成为性能瓶颈。
1条答案
按热度按时间cuxqih211#
让我们试一试：
破产了。但是，严肃地说，由于以下原因，这些比较都没有多大意义：
而您可以实现任何
for-循环作为while-循环，新循环将有额外的代码来匹配功能while及for服务于不同的目的，比较它们就像比较苹果和桔子这是python，这里没有人真正关心纳秒。
选择
for及while不太可能成为性能瓶颈。