¿El uso de funciones de orden superior & Lambdas hace que el tiempo de ejecución & sea mejor o peor? Por ejemplo, para multiplicar todos los números en una lista:Funciones de orden superior vs bucles: tiempo de ejecución y eficiencia de memoria?
nums = [1,2,3,4,5]
prod = 1
for n in nums:
prod*=n
vs
prod2 = reduce(lambda x,y:x*y , nums)
¿La versión HOF tiene ninguna ventaja sobre la versión de bucle aparte de que es menos líneas de código/utiliza un enfoque funcional ?
EDIT:
no soy capaz de añadir esto como una respuesta, ya que no tienen la reputación necesaria. Até para perfilar el enfoque HOF bucle & usando timeit según lo sugerido por @DSM
def test1():
s= """
nums = [a for a in range(1,1001)]
prod = 1
for n in nums:
prod*=n
"""
t = timeit.Timer(stmt=s)
return t.repeat(repeat=10,number=100)
def test2():
s="""
nums = [a for a in range(1,1001)]
prod2 = reduce(lambda x,y:x*y , nums)
"""
t = timeit.Timer(stmt=s)
return t.repeat(repeat=10,number=100)
y este es mi resultado:
Loop:
[0.08340786340144211, 0.07211491653462579, 0.07162720686361926, 0.06593182661083438, 0.06399049758613146, 0.06605228229559557, 0.06419744588664211, 0.0671893658461038, 0.06477527090075941, 0.06418023793167627]
test1 average: 0.0644778902685
HOF:
[0.0759414223099324, 0.07616920129277016, 0.07570730355421262, 0.07604965128984942, 0.07547092059389193, 0.07544737286604364, 0.075532959799953, 0.0755039779810629, 0.07567424616704144, 0.07542563650187661]
test2 average: 0.0754917512762
En un enfoque media del bucle parece ser más rápido que usar Höfs.
¿Está familiarizado con el módulo timeit?Puede probar el rendimiento usted mismo. – DSM
No, no estoy familiarizado. Voy a google para timeit. Supongo que es una herramienta de creación de perfiles. Pero aún me gustaría saber la ventaja de los HOF desde una perspectiva teórica. – Bharat
@RBK El problema es que la perspectiva teórica no responderá a su pregunta (tiempo de ejecución y eficiencia de la memoria). – Icarus