Question

我现在还没有进行基准测试，我想知道迭代中一个字典的items（）（或keys（）或values（））方法的成本。让我解释一下：

我有2个词典（当然，我真正的词典要长得多）：

One = {'a': 'dontmind', 'b': 'dontmind', 'c': 'whatever'}
Two = {'a': 'dontmind', 'c': 'dontmind'}

我想查看＆＃34; Two＆＃34;的所有按键。在＆＃34; One＆＃34;并会这样做：

if all([key in One.keys() for key in Two.keys()]) :
    # do stuff!

我想知道这种方式是否更好，考虑到性能：

one_keys = One.keys()
two_keys = Two.keys()
if all([key in one_keys for key in two_keys]) :
    # do stuff!

在这种情况下，只为每个dict调用一次keys（）方法。我真的不知道从字典中提取密钥的基本过程，以及这两种方式之间的区别是否真正具有意义。你能救我吗？

另外，我应该考虑这种方式吗？

one_keys = One.keys()
two_keys = Two.keys()
for key in two_keys :
  if key not in one_keys :
    break
else :
  # do stuff!

感谢您的回答。

Answer 1

如果是Python 2.x，.keys()返回一个列表，那么多次调用会有点开销...在3.x中，它返回一个dict_keys对象，其中有{{ 1}} - 类似行为，因此3.x最简单的是：

set

Python 2.7中的等价物是contains_all = two.keys() <= one.keys()：

viewkeys

对于早期版本，请将contains_all = two.viewkeys() <= one.viewkeys()转换为集合并检查它是two的子集，例如：

one

Python 3.x时间：

contains_all = set(two).issubset(one)

Python 2.7时序（显示%timeit two.keys() <= one.keys() # 1000000 loops, best of 3: 557 ns per loop %timeit set(two).issubset(one) # 1000000 loops, best of 3: 732 ns per loop %timeit all(key in one for key in two) # 1000000 loops, best of 3: 1.24 µs per loop）：

.viewkeys()

Answer 2

为了获得2.7（但不是早期版本）和3.x的最佳性能，我建议写一下：

if all(key in One for key in Two):
    # do stuff!

这避免了几个陷阱：

生成器表达式不会将整个序列拉入内存，就像列表推导一样。
在2.x中，.keys()返回一个列表。测试列表的成员资格很慢，但测试字典的成员资格很快。在3.x中，.keys()返回一个类似于集合的对象，因此这不是问题。
此外，该列表占用了额外的空间，我们节省了2.7。 3.x的类似集.keys()是现有字典的“视图”，所以这在3.x下也不是问题。

Python字典items（）方法可迭代内部成本

2 个答案: