快捷導(dǎo)航

Python內(nèi)置數(shù)據(jù)類型list各方法的性能測(cè)試過(guò)程解析

更新時(shí)間：2020年01月07日 11:44:08 作者：千里駿骨

這篇文章主要介紹了Python內(nèi)置數(shù)據(jù)類型list各方法的性能測(cè)試過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

測(cè)試環(huán)境

本文所涉及的代碼均在MacOS系統(tǒng)與CentOS7下測(cè)試，使用的Python版本為3.6.8。

測(cè)試模塊

測(cè)試用的模塊是Python內(nèi)置的timeit模塊：

timeit模塊可以用來(lái)測(cè)試一小段Python代碼的執(zhí)行速度。

Timer類

class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)

Timer是測(cè)量小段代碼執(zhí)行速度的類。

stmt參數(shù)是要測(cè)試的代碼語(yǔ)句（statment）；

setup參數(shù)是運(yùn)行代碼時(shí)需要的設(shè)置；

timer參數(shù)是一個(gè)定時(shí)器函數(shù)，與平臺(tái)有關(guān)。

Timer類的timeit方法

timeit.Timer.timeit(number=1000000)

Timer類中測(cè)試語(yǔ)句執(zhí)行速度的對(duì)象方法。number參數(shù)是測(cè)試代碼時(shí)的測(cè)試次數(shù)，默認(rèn)為1000000次。方法返回執(zhí)行代碼的平均耗時(shí)，一個(gè)float類型的秒數(shù)。

列表內(nèi)置方法的性能測(cè)試

我們知道，生成一個(gè)列表可以使用列表生成式或者append、insert、extend這些方法，現(xiàn)在我們來(lái)看一下這些方法的執(zhí)行效率：

from timeit import Timer


def test_list():
  lst = list(range(1000))

def test_generation():
  lst = [i for i in range(1000)]


def test_append():
  lst = []
  for i in range(1000):
    lst.append(i)

def test_add():
  lst = []
  for i in range(1000):
    lst += [i]

# 在列表的頭部insert
def test_insert_zero():
  lst = []
  for i in range(1000):
    lst.insert(0,i)

# 在列表的尾部insert
def test_insert_end():
  lst = []
  for i in range(1000):
    lst.insert(-1,i)

def test_extend():
  lst = []
  lst.extend(list(range(1000)))


t1 = Timer("test_list()","from __main__ import test_list")
print(f"test_list takes {t1.timeit(number=1000)} seconds")

t2 = Timer("test_generation()","from __main__ import test_generation")
print(f"test_generation takes {t2.timeit(number=1000)} seconds")

t3 = Timer("test_append()","from __main__ import test_append")
print(f"test_append takes {t3.timeit(number=1000)} seconds")

t4 = Timer("test_add()","from __main__ import test_add")
print(f"test_add takes {t4.timeit(number=1000)} seconds")

t5 = Timer("test_insert_zero()","from __main__ import test_insert_zero")
print(f"test_insert_zero takes {t5.timeit(number=1000)} seconds")

t6 = Timer("test_insert_end()","from __main__ import test_insert_end")
print(f"test_insert_end takes {t6.timeit(number=1000)} seconds")

t7 = Timer("test_extend()","from __main__ import test_extend")
print(f"test_extend takes {t7.timeit(number=1000)} seconds")

我們先看看在MacOS系統(tǒng)下，執(zhí)行上面這段代碼的結(jié)果：

"""
test_list takes 0.012904746999993222 seconds
test_generation takes 0.03530399600003875 seconds
test_append takes 0.0865129750000051 seconds
test_add takes 0.08066114099983679 seconds
test_insert_zero takes 0.30594958500023495 seconds
test_insert_end takes 0.1522782449992519 seconds
test_extend takes 0.017534753999825625 seconds
"""

我們可以看到：直接使用list方法強(qiáng)轉(zhuǎn)的效率最高，其次是使用列表生成式，而append與直接加的方式緊隨其后并且二者的效率相當(dāng)；insert方法的執(zhí)行效率最低——并且從頭插入的效率要低于從尾部插入的效率！最后我們將強(qiáng)轉(zhuǎn)的列表使用extend方法放入到新的列表中的過(guò)程效率并沒有減少多少。

然后試試在Linux系統(tǒng)下的執(zhí)行結(jié)果：

列表pop方法的性能測(cè)試

pop可以從第0各位置刪除元素，也可以從最后位置刪除元素（默認(rèn)刪除最后面的元素），現(xiàn)在我們來(lái)測(cè)試一下兩種從不同位置刪除元素的性能對(duì)比：

from timeit import Timer

def test_pop_zero():
  lst = list(range(2000))
  for i in range(2000):
    lst.pop(0)


def test_pop_end():
  lst = list(range(2000))
  for i in range(2000):
    lst.pop()
t1 = Timer("test_pop_zero()","from __main__ import test_pop_zero")
print(f"test_pop_zero takes {t1.timeit(number=1000)} seconds")

t2 = Timer("test_pop_end()","from __main__ import test_pop_end")
print(f"test_pop_end takes {t2.timeit(number=1000)} seconds")

在MacOS下程序的執(zhí)行結(jié)果為：

test_pop_zero takes 0.5015365449999081 seconds

test_pop_end takes 0.22170215499954793 seconds

然后我們來(lái)試試Linux系統(tǒng)中的執(zhí)行結(jié)果：

可以看到：從列表的尾部刪除元素的效率要比從頭部刪除的效率高很多！

關(guān)于列表insert方法的一個(gè)小坑

如果想使用insert方法生成一個(gè)列表[0,1,2,3,4,5]的話（當(dāng)然使用insert方法效率會(huì)低很多，建議使用其他的方法）會(huì)有一個(gè)這樣的問題，在此記錄一下：

def test_insert():
  lst = []
  for i in range(6):
    lst.insert(-1,i)
    print(lst)

test_insert()

結(jié)果竟然是這樣的——第一個(gè)元素竟然一直在最后！

[0]
[1, 0]
[1, 2, 0]
[1, 2, 3, 0]
[1, 2, 3, 4, 0]
[1, 2, 3, 4, 5, 0]

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章:

欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python內(nèi)置數(shù)據(jù)類型list各方法的性能測(cè)試過(guò)程解析

相關(guān)文章

最新評(píng)論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具