为什么 "in" 生成器比 python 中的 "in" 列表快得多
why "in" generator is much faster than "in" list in python
示例：
from timeit import timeit
print(timeit("5 in [i for i in range(0, 100)]"))
print(timeit("5 in map(int, range(0, 100))"))
这是结果：
3.771566713000084
0.9066896029999043
python 3.8.5（而且我认为这没有参考 python 版本 ^_^）
生成器表达式比列表理解好得多。
遍历生成器表达式或列表理解会做同样的事情。然而，列表理解将首先在内存中创建整个列表，而生成器表达式将动态创建项目，因此您可以将它用于非常大甚至无限的序列
map 上的 in（从技术上讲，它是迭代器，而不是生成器；生成器是使用 yield 或生成器表达式的函数，它们是更广泛的 class 迭代器）一旦知道结果为 True 就会短路，因此它实际上只产生并检查六个值，然后立即 returns True .相比之下，list 理解必须生成 100 个元素的全部 list，然后再检查其中任何一个。
如果你的测试是针对一个不在所讨论的可迭代对象中的元素，map 获胜（如果有的话）（对 int 的无意义调用会伤害它，性能方面） , 会更小，但是当 iterable 包含元素，并且它在 iterable 的早期，短路显然更快，即使每个元素的生产成本更高，因为它产生的元素少得多。
示例：
from timeit import timeit
print(timeit("5 in [i for i in range(0, 100)]"))
print(timeit("5 in map(int, range(0, 100))"))
这是结果：
3.771566713000084
0.9066896029999043
python 3.8.5（而且我认为这没有参考 python 版本 ^_^）
生成器表达式比列表理解好得多。
遍历生成器表达式或列表理解会做同样的事情。然而，列表理解将首先在内存中创建整个列表，而生成器表达式将动态创建项目，因此您可以将它用于非常大甚至无限的序列
map 上的 in（从技术上讲，它是迭代器，而不是生成器；生成器是使用 yield 或生成器表达式的函数，它们是更广泛的 class 迭代器）一旦知道结果为 True 就会短路，因此它实际上只产生并检查六个值，然后立即 returns True .相比之下，list 理解必须生成 100 个元素的全部 list，然后再检查其中任何一个。
如果你的测试是针对一个不在所讨论的可迭代对象中的元素，map 获胜（如果有的话）（对 int 的无意义调用会伤害它，性能方面） , 会更小，但是当 iterable 包含元素，并且它在 iterable 的早期，短路显然更快，即使每个元素的生产成本更高，因为它产生的元素少得多。