众所周知，Python不是具有高执行效率的语言。此外，周期是非常耗时的操作。如果任何简单的单步操作都采用一个单元，则该操作将重复执行数万次，最后一次将增加数万次。
而其中的两个关键字可以在Python中实现周期。他们的运行效率实际上是一个差距。例如，下面的测试代码：
这是一个简单的搜索和操作，可以计算出1和n之间的所有自然数的总和。可以看出，for循环比时期快1.5秒。
差距主要是由于两者的不同机制。
在每个周期中，虽然实际执行两个步骤比以下方 < n）和自增计算（i +=1）。这两步操作都是显式的纯 Python 代码。
for 循环不需要执行边界检查和自增操作，没有增加显式的 Python 代码（纯 Python 代码效率低于底层的 C 代码）。当循环的次数足够多，就出现了明显的效率差距。
可以再增加两个函数，在 for 循环中加上不必要的边界检查和自增计算：
可以看出，增加的边界检查和自增操作确实大大影响了 for 循环的执行效率。
前面提到过，Python 底层的解释器和内置函数是用 C 语言实现的。而 C 语言的执行效率远大于 Python。
对于上面的求等差数列之和的操作，借助于 Python 内置的 sum 函数，可以获得远大于 for 或 while 循环的执行效率。
可以看到，使用内置函数 sum 替代循环之后，代码的执行效率实现了成倍的增长。
内置函数 sum 的累加操作实际上也是一种循环，但它由 C 语言实现，而 for 循环中的求和操作是由纯 Python 代码 s += i 实现的。C > Python。
再次扩展思维。当我还是个孩子时，我听到了1至100童年的高斯和谐的故事。1…100的总和等于（1 + 100） * 50。此计算方法也可以应用于上面的搜索和操作。
最后，数学总和的执行时间约为2.4e-6，缩短了数百万美元。这里的想法是，由于周期效率很低，因此必须执行数亿次代码。
不要直接循环。通过数学公式，它将数亿个周期操作变成了操作的一步。效率自然是空前加强的。
最后的结论（有点谜）：
实现周期的最快方法----不需要循环
对于Python，最大程度地使用了构建功能，以最大程度地减少循环中的纯Python代码。
以上是该共享的所有内容。如果您想了解更多信息，请转到公共帐户：Python编程学习圈，每日干货共享
原始：https：//juejin.cn/post/7096684800521535525