这取决于您使用的Python版本。在Python
2中，
some_dict.items()创建一个新列表，这会花费一些额外的时间并消耗更多的内存。另一方面，一旦创建了列表，它就是一个列表，因此在完成列表创建的开销之后，应该具有相同的性能特征。
在Python 3中，
some_dict.items()创建视图对象而不是列表，并且我预计创建和迭代
items()将比Python
2中更快，因为无需复制任何内容。但是我 也
希望迭代一个已经创建的视图比迭代一个已经创建的列表要慢一些，因为字典数据存储得很少，而且我相信python没有很好的方法来避免迭代每个bin。字典-
甚至是空字典。
在Python 2中，一些时间证实了我的直觉：
>>> some_dict = dict(zip(xrange(1000), reversed(xrange(1000))))>>> some_list = zip(xrange(1000), xrange(1000))>>> %timeit for t in some_list: t10000 loops, best of 3: 25.6 us per loop>>> %timeit for t in some_dict.items(): t10000 loops, best of 3: 57.3 us per loop
在上进行迭代的
items速度大约是原来的两倍。使用起来
iteritems有点快…
>>> %timeit for t in some_dict.iteritems(): t10000 loops, best of 3: 41.3 us per loop
但是遍历列表本身与遍历任何其他列表基本相同：
>>> some_dict_list = some_dict.items()>>> %timeit for t in some_dict_list: t10000 loops, best of 3: 26.1 us per loop
Python 3可以
items比Python 2更快地创建和迭代（与上述57.3比较）：
>>> some_dict = dict(zip(range(1000), reversed(range(1000))))>>> %timeit for t in some_dict.items(): t 10000 loops, best of 3: 33.4 us per loop
但是创建视图的时间可以忽略不计；实际上，迭代比列表慢。
>>> some_list = list(zip(range(1000), reversed(range(1000))))>>> some_dict_view = some_dict.items()>>> %timeit for t in some_list: t10000 loops, best of 3: 18.6 us per loop>>> %timeit for t in some_dict_view: t10000 loops, best of 3: 33.3 us per loop
这意味着在Python 3中，如果要对字典中的项目进行多次迭代，并且性能至关重要，则可以通过将视图缓存为列表来使速度提高30％。
>>> some_list = list(some_dict_view)>>> %timeit for t in some_list: t100000 loops, best of 3: 18.6 us per loop
