一、Python 循环效率差异
while 和 for 循环的区别。平常我们都知道，for 循环的效率通常比 while 高。原因呢？while 循环需要做更多的工作，比如每次都要检查循环条件、更新计数器，而 for 循环的这些工作都是在语法层面被“提前”处理好的，省去了不少麻烦。# while循环
i = 0
while i < 1000000:
i += 1
# for循环
for i in range(1000000):
pass
1. while 循环
while需要手动控制变量（在这里是i），每次循环都要检查条件是否成立。如果不小心写成死循环，程序就会“死在原地”，很尴尬。
2. for 循环
for循环在 Python 中处理得更好，因为range生成的序列会自动处理边界问题，而你就只管循环做事。看起来很简单， i直接自动“走”，所以它的执行效率也自然比while高。
二、影响循环效率的因素
for 比 while 效率高，那是不是只要用 for 就完事儿了？其实不然。效率的背后，往往有很多“坑”要踩。就拿 Python 的 for 循环来说，如果在循环中增加额外的操作，比如自增、边界检查等，也会对效率造成影响。for 循环中加些“花里胡哨”的操作，会不会拖慢速度：# 修改后的for循环
for i in range(1000000):
i += 1 # 增加自增操作
if i > 500000: # 边界检查
pass
for 循环的效率，明显会低于上面最简洁的版本。原因是什么呢？每次循环，Python 都得执行 i += 1 和 if 判断，这些额外的操作，直接拖慢了效率。比较一下：
**原版 for**：仅仅执行了range，非常高效。**修改版 for**：每次都要加上自增和边界判断，显然浪费了不少 CPU 时间。
三、使用内置函数提高效率
for 和 while 循环的效率差异，接下来，咱们试着用 Python 内置函数来提高循环效率。这里的“内置函数”指的就是 Python 自带的那些已经被 C 语言优化过的高效函数——比如 sum、map、filter 等。# 使用for循环求和
result = 0
for i in range(1000000):
result += i
for 循环能不能优化一下呢？答案是可以的。Python 内置的 sum() 函数，会比你手动写的循环快得多，因为它是用 C 语言实现的，效率极高。# 使用sum函数求和
result = sum(range(1000000))
sum() 内部的实现会直接调用 C 语言的优化版本，速度上就超越了 Python 层的循环。实际上，像 sum、min、max 这样的内置函数，常常能比你写的循环代码快好几倍，值得我们常常使用。四、高斯公式优化
[ S = \frac{n \times (n + 1)}{2} ]
# 使用高斯公式直接求和
n = 1000000
result = n * (n + 1) // 2
五、结论
for 循环），还要注意避免一些不必要的操作，比如自增、边界检查等。同时，利用 Python 提供的内置函数，可以大幅提升效率，减少冗余的计算。最厉害的，还是数学公式，像高斯求和这种公式简直是“循环杀手”，一招制敌。对编程、职场感兴趣的同学，大家可以联系我微信：golang404，拉你进入“程序员交流群”。
虎哥作为一名老码农，整理了全网最全《python高级架构师资料合集》。
