Question

我最近写了一个快速而肮脏的BFS实现，在有向图中找到钻石。 BFS循环看起来像这样：

while toVisit:
    y = toVisit.pop()
    if y in visited: return "Found diamond"
    visited.add(y)
    toVisit.extend(G[y])

（G是图表 - 从节点名称到其邻居列表的字典）

然后是有趣的部分：我认为list.pop()可能太慢了，所以我运行了一个分析器来比较这个实现的速度和deque.pop - 并得到了一点改进。然后我将它与y = toVisit[0]; toVisit = toVisit[1:]进行了比较，令我惊讶的是，最后一次实现实际上是最快的实现。

这有什么意义吗？是否有任何性能原因要使用list.pop()而不是显然更快的双线？

Answer 1

你测量错了。使用x64上的cPython 2.7，我得到以下结果：

$ python -m timeit 'l = list(range(10000))' 'while l: l = l[1:]'
10 loops, best of 3: 365 msec per loop
$ python -m timeit 'l = list(range(10000))' 'while l: l.pop()'
1000 loops, best of 3: 1.82 msec per loop
$ python -m timeit 'import collections' \
         'l = collections.deque(list(range(10000)))' 'while l: l.pop()'
1000 loops, best of 3: 1.67 msec per loop

Answer 2

使用生成器来提高性能

python -m timeit 'import itertools' 'l=iter(xrange(10000))' 'while next(l, None): l,a = itertools.tee(l)'

1000000 loops, best of 3: 0.986 usec per loop

Python列表pop（）比列表[1：]慢得多

2 个答案: