В чем разница между list comprehension и циклом for?

List Comprehension vs For Цикл: Полное сравнение

List comprehension и for цикл — это два подхода к созданию списков в Python. Это не просто разные синтаксисы, а разные парадигмы с важными различиями в скорости, читаемости и функциональности.

For цикл: Традиционный подход

For цикл — это императивный стиль, где мы явно описываем каждый шаг:

# Базовый пример
result = []
for num in range(10):
    result.append(num ** 2)
print(result)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# С условием
result = []
for num in range(10):
    if num % 2 == 0:
        result.append(num)
print(result)  # [0, 2, 4, 6, 8]

# Со сложной логикой
result = []
for num in range(10):
    if num % 2 == 0:
        result.append(num ** 2)
    else:
        result.append(num * -1)
print(result)  # [0, -1, 4, -3, 16, -5, 36, -7, 64, -9]

Преимущества:

• Понятный и явный код
• Легко читать сложную логику
• Полный контроль над процессом
• Можно использовать break/continue
• Лучше для многострочной логики

Недостатки:

• Многословный синтаксис
• Медленнее, чем list comprehension
• Требует создания пустого списка

List Comprehension: Декларативный подход

List comprehension — это функциональный стиль, где мы описываем ЧТО хотим получить:

# Базовый пример (эквивалент выше)
result = [num ** 2 for num in range(10)]
print(result)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# С условием
result = [num for num in range(10) if num % 2 == 0]
print(result)  # [0, 2, 4, 6, 8]

# Со сложной логикой (ternary operator)
result = [num ** 2 if num % 2 == 0 else num * -1 for num in range(10)]
print(result)  # [0, -1, 4, -3, 16, -5, 36, -7, 64, -9]

# Вложенные
result = [x * y for x in range(1, 4) for y in range(1, 4)]
print(result)  # [1, 2, 3, 2, 4, 6, 3, 6, 9]

# Set и Dict comprehensions
set_comp = {num for num in range(5)}
dict_comp = {i: i ** 2 for i in range(5)}
print(set_comp)   # {0, 1, 2, 3, 4}
print(dict_comp)  # {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

Преимущества:

• Компактнее и читабельнее (в большинстве случаев)
• Значительно быстрее (20-30% для больших данных)
• Pythonic способ
• Создаёт новую область видимости (переменные не утекают)
• Работает с set и dict

Недостатки:

• Сложно для многострочной логики
• Нельзя использовать break/continue
• Может быть неразборчив для новичков

Сравнение производительности

import timeit

# For цикл
def for_loop():
    result = []
    for i in range(1000):
        if i % 2 == 0:
            result.append(i ** 2)
    return result

# List comprehension
def list_comp():
    return [i ** 2 for i in range(1000) if i % 2 == 0]

# Тестирование
print(timeit.timeit(for_loop, number=10000))        # ~0.8 сек
print(timeit.timeit(list_comp, number=10000))       # ~0.5 сек
# List comprehension примерно на 30% быстрее!

Таблица сравнения

Когда что использовать

Используй List Comprehension если:

• Простая трансформация элементов
• Фильтрация по одному условию
• Нужна скорость
• Одна строка кода

# ✅ List comprehension
even_squares = [x ** 2 for x in numbers if x % 2 == 0]

Используй For Цикл если:

• Сложная многострочная логика
• Нужны break/continue
• Несколько условий и операций
• Побочные эффекты (запись в БД, print)

# ✅ For цикл
for user in users:
    if user.age >= 18:
        user.status = adult
        db.save(user)  # побочный эффект

Практический пример

# Плохо: Сложный list comprehension
result = [x ** 2 if x % 2 == 0 else x * -1 
          for x in range(1000) 
          if x > 50 
          if x < 950]

# Хорошо: Явный for цикл
result = []
for x in range(1000):
    if x > 50 and x < 950:
        if x % 2 == 0:
            result.append(x ** 2)
        else:
            result.append(x * -1)

Вывод

Lint comprehension — это не просто синтаксический сахар, это улучшенная производительность и pythonic код. Но не святой Грааль — используй for цикл когда логика сложная. Профессионал выбирает инструмент в зависимости от задачи.