Question

我正在玩Python的collection.deque，并编写了以下基准：

#!/usr/bin/python

import timeit

if __name__=='__main__':
    number = 1000000
    for r in (1,10,100,1000,5000,10000,100000):
        print r
        print timeit.timeit("while x: x.pop(0);",
                            "x = list(range("+str(r)+"))",
                            number=number)
        print timeit.timeit("while x: x.popleft();",
                            "from collections import deque; x = deque(range("+str(r)+"))",
                             number=number)

这将从具有各种大小的列表/双端队列中弹出（0）/ popleft（）。结果是：

1
0.0801048278809
0.0822219848633
10
0.081041097641
0.080836057663
100
0.0806250572205
0.0807700157166
1000
0.081248998642
0.082062959671
5000
0.0976719856262
0.0825741291046
10000
0.157499074936
0.0825819969177
100000
16.0247170925
0.097559928894

我的问题是：为什么小型deques和列表（~1000个元素）的性能几乎相同？

Answer 1

timeit模块运行一次设置代码，然后运行定时代码number次（在这种情况下，number == 1000000）。在您的情况下，这看起来像（对于列表情况）：

x = list(range(r))
#timer is started here
for iteration in xrange(1000000):
    while x: x.pop(0)
#timer is stopped here

正如您所看到的，只有第一次迭代才能执行任何操作，而其他999999次迭代只检查x的大小，因为它将为空。此检查将花费大约相同的时间用于列表和deques。

对于小的列表/ deques，第一次迭代相对于其他999999次迭代组合很短，所以你并没有真正测量任何相关的东西，并得到相似的时间。

如果您使用number==1，则不会出现此问题。另一个选择是让定时代码按下并弹出一个项目，以便列表/双端队列保持相同的大小。

Answer 2

我总是发现timeit更适合在shell命令行中使用。在这里，例如：

$ python -mtimeit -s'from collections import deque; base=range(100); ctr=list' 'x=ctr(base)' 'while x: x.pop(0)'
10000 loops, best of 3: 77.3 usec per loop
$ python -mtimeit -s'from collections import deque; base=range(100); ctr=deque' 'x=ctr(base)' 'while x: x.popleft()'
10000 loops, best of 3: 36 usec per loop

所需的预防措施（在循环外进行导入，在循环中创建数据的新副本）更容易查看和实现，这样......

Answer 3

~~对于数量较少的元素，构造双端队列和列表所需的时间很长。~~

~~一旦数字f元素增长，这在结果中就不再重要了。~~

~~重写测试，以便列表的构造超出了timeit调用。~~

编辑：正如@Interjar指出的那样，类的初始化是在方法时序之外完成的，所以这不是少数条目上类似时序的原因。

Python deque性能适用于小型迭代

3 个答案: