舉一個例子，編寫一個函數(shù)計(jì)算一串?dāng)?shù)字里所有偶數(shù)的個數(shù)，其實(shí)是很簡單的問題，但是有些人是用生成器這么寫的：

1. In[66]:def f1(x):

2. ....:return sum(c in'02468'for c in str(x))

3. ....:

4. In[68]: x = int('1234567890'*50)

5. In[69]:%timeit f1(x)

6. 10000 loops, best of 5:52.2μs per loop

生成器這么用其實(shí)是速度最慢的一種做法，花費(fèi)了52微秒。我們來看看如果我改成列表解析式會怎么樣：

1. In[67]:def f2(x):

2. ....:return sum([c in'02468'for c in str(x)])

3. In[68]: x = int('1234567890'*50)

1. In[70]:%timeit f2(x)

2. 10000 loops, best of 5:40.5μs per loop

你看，這個 加速非常地明顯，僅花費(fèi)了40.5微秒 。

而且還能進(jìn)一步改進(jìn), 如果我們改變之前定義的f2，讓它在列表解析式后判斷數(shù)字是否為偶數(shù)，是偶數(shù)才會成為最終生成的列表中的一員，這樣有另一個加速:

1. In[71]:def f3(x):

2. ....:return sum([Truefor c in str(x)if c in'02468'])

3. ....:

4. In[72]:%timeit f3(x)

5. 10000 loops, best of 5:34.9μs per loop

34.9微秒，Perfect! 不僅如此，還能繼續(xù)加速！sum對于整數(shù)有一個快速路徑，但是這個快速路徑只激活類型為int. bool不行，因此我們把True改成1，能更再加一次速！

1. In[73]:def f4(x):

2. ....:return sum([1for c in str(x)if c in'02468'])

3. ....:

4. In[74]:%timeit f4(x)

5. 10000 loops, best of 5:33.3μs per loop

又快了，33.3微秒！怎么樣，小伙伴們學(xué)到了嗎