Question

哪种方法更好？使用元组，如：

if number in (1, 2):

或列表，例如：

if number in [1, 2]:

建议将哪一种用于此类用途以及为什么（逻辑和性能都明智）？

Answer 1

CPython解释器用第一个替换第二个表单。

那是因为从常量加载元组是一个操作，但列表将是3个操作;加载两个整数内容并构建一个新的列表对象。

因为您使用的是无法访问的列表文字，所以它将替换为元组：

>>> import dis
>>> dis.dis(compile('number in [1, 2]', '<stdin>', 'eval'))
  1           0 LOAD_NAME                0 (number)
              3 LOAD_CONST               2 ((1, 2))
              6 COMPARE_OP               6 (in)
              9 RETURN_VALUE

这里第二个字节码在{em> one 步骤中将(1, 2)元组作为常量加载。将此与创建未在成员资格测试中使用的列表对象进行比较：

>>> dis.dis(compile('[1, 2]', '<stdin>', 'eval'))
  1           0 LOAD_CONST               0 (1)
              3 LOAD_CONST               1 (2)
              6 BUILD_LIST               2
              9 RETURN_VALUE

这里长度为N的列表对象需要N + 1步。

这种替换是CPython特有的窥视孔优化;见Python/peephole.c source。对于其他 Python实现，您希望改为使用不可变对象。

也就是说，使用Python 3.2及更高版本时，最佳选项是使用 set literal ：

if number in {1, 2}:

因为窥孔优化器将用frozenset()对象替换它，并且对集合的成员资格测试是O（1）常量操作：

>>> dis.dis(compile('number in {1, 2}', '<stdin>', 'eval'))
  1           0 LOAD_NAME                0 (number)
              3 LOAD_CONST               2 (frozenset({1, 2}))
              6 COMPARE_OP               6 (in)
              9 RETURN_VALUE

此优化已添加到Python 3.2中，但未向后移植到Python 2。

因此，Python 2优化器无法识别此选项，并且从内容构建set或frozenset的成本几乎可以保证比使用元组的成本更高。测试

设置成员资格测试是O（1）和快速;针对元组的测试是O（n）最坏的情况。虽然再次测试集合必须计算散列（更高的常量成本，缓存为不可变的tupes），但对于除第一个元素之外的元组进行测试的成本总是会更高。所以平均来说，集合很快就会更快：

>>> import timeit >>> timeit.timeit('1 in (1, 3, 5)', number=10**7) # best-case for tuples 0.21154764899984002 >>> timeit.timeit('8 in (1, 3, 5)', number=10**7) # worst-case for tuples 0.5670104179880582 >>> timeit.timeit('1 in {1, 3, 5}', number=10**7) # average-case for sets 0.2663505630043801 >>> timeit.timeit('8 in {1, 3, 5}', number=10**7) # worst-case for sets 0.25939063701662235

在＆＃39;中使用＆＃39;时的元组或列表在＆＃39;如果＆＃39;条款？

1 个答案: