Question

我用timeit获得了非常令人惊讶的结果，有人可以告诉我，如果我做错了吗？我使用的是Python 2.7。

这是文件speedtest_init.py的内容：

import random

to_count = [random.randint(0, 100) for r in range(60)]

这些是speedtest.py的内容：

__author__ = 'BlueTrin'

import timeit

def test_init1():
    print(timeit.timeit('import speedtest_init'))

def test_counter1():
    s = """\
    d = defaultdict(int);
    for i in speedtest_init.to_count:
        d[i] += 1
    """
    print(timeit.timeit(s, 'from collections import defaultdict; import speedtest_init;'))

def test_counter2():
    print(timeit.timeit('d = Counter(speedtest_init.to_count);', 'from collections import Counter; import speedtest_init;'))


if __name__ == "__main__":
    test_init1()
    test_counter1()
    test_counter2()

控制台输出是：

C:\Python27\python.exe C:/Dev/codility/chlorum2014/speedtest.py
2.71501962931
65.7090444503
91.2953839048

Process finished with exit code 0

我认为默认情况下timeit（）运行代码的1000000倍，所以我需要将时间除以1000000，但令人惊讶的是Counter慢于defaultdict（）。

这是预期的吗？

编辑：

同样使用dict比defaultdict（int）更快：

def test_counter3():
    s = """\
    d = {};
    for i in speedtest_init.to_count:
        if i not in d:
            d[i] = 1
        else:
            d[i] += 1
    """
    print(timeit.timeit(stmt=s, setup='from collections import defaultdict; import speedtest_init;')

这最后一个版本比defaultdict（int）更快，这意味着除非你更关心可读性，否则你应该使用dict（）而不是defaultdict（）。

Answer 1

是的，这是预期的; Counter() 构造函数使用Counter.update()使用self.get()来加载初始值，而不是依赖__missing__。

此外，defaultdict __missing__工厂完全使用C代码处理，尤其是在使用其他类型的int()时，它本身是用C实现的。Counter来源是纯Python，因此Counter.__missing__方法需要执行Python框架。

由于仍然在C中处理dict.get()，因此构造函数方法是Counter()的更快方法，前提是您使用相同的技巧Counter.update()使用并为self.get添加别名首先查找本地：

>>> import timeit
>>> import random
>>> to_count = [random.randint(0, 100) for r in range(60)]
>>> timeit.timeit('for i in to_count: c[i] += 1',
...               'from collections import Counter; from __main__ import to_count; c = Counter()',
...               number=10000)
0.2510359287261963
>>> timeit.timeit('for i in to_count: c[i] = c_get(i, 0) + 1',
...               'from collections import Counter; from __main__ import to_count; c = Counter(); c_get = c.get',
...               number=10000)
0.20978617668151855

defaultdict和Counter都是为其功能而非其性能而构建的有用类;不依赖__missing__钩子可以更快：

>>> timeit.timeit('for i in to_count: d[i] = d_get(i, 0) + 1',
...               'from __main__ import to_count; d = {}; d_get = d.get',
...               number=10000)
0.11437392234802246

这是一个使用别名dict.get()方法获得最大速度的常规字典。但是，您还必须重新实现Counter或Counter.most_common()方法的行李行为。 defaultdict用例超出了计数范围。

在Python 3.2中，通过添加处理此案例的C库来更新Counter()可以提高速度;见issue 10667。在Python 3.4上进行测试，Counter()构造函数现在胜过别名dict.get案例：

>>> timeit.timeit('Counter(to_count)',
...               'from collections import Counter; from __main__ import to_count',
...               number=100000)
0.8332311600097455
>>> timeit.timeit('for i in to_count: d[i] = d_get(i, 0) + 1',
...               'from __main__ import to_count; d = {}; d_get = d.get',
...               number=100000)
0.961191965994658

Python timeit令人惊讶的结果：Counter（）vs defaultdict（）vs dict（）

1 个答案: