Question

我有一本字典A和一个可能的条目foo。我知道A [foo]应该等于x，但我不知道A [foo]是否已被定义。在任何情况下，如果定义了A [foo]，则意味着它已经具有正确的值。

执行速度更快：

if foo not in A.keys(): 
   A[foo]=x

或只是更新

A[foo]=x

因为当计算机找到foo条目时，它也可以更新它。如果不是，我将不得不两次调用哈希表？

感谢。

Answer 1

只需将项目添加到字典中，而无需检查它们是否存在。我使用3种不同的方法将10万个项目添加到字典中，并使用timeit模块进行计时。

if k not in d: d[k] = v
d.setdefault(k, v)
d[k] = v

选项3是最快的，但不是很多。

[实际上，我也试过了if k not in d.keys(): d[k] = v，但这个速度慢了300倍（每次迭代都构建了一个键列表并执行了线性搜索）。它让我的测试变得如此缓慢以至于我把它留在了这里。]

这是我的代码：

import timeit

setup = """
import random
random.seed(0)
item_count = 100000
# divide key range by 5 to ensure lots of duplicates 
items = [(random.randint(0, item_count/5), 0) for i in xrange(item_count)]
"""
in_dict = """
d = {}
for k, v in items:
    if k not in d:
        d[k] = v
"""
set_default = """
d = {}
for k, v in items:
    d.setdefault(k, v)
"""
straight_add = """
d = {}
for k, v in items:
    d[k] = v
"""
print 'in_dict      ', timeit.Timer(in_dict, setup).timeit(1000)
print 'set_default  ', timeit.Timer(set_default, setup).timeit(1000)
print 'straight_add ', timeit.Timer(straight_add, setup).timeit(1000)

结果：

in_dict       13.090878085
set_default   21.1309413091
straight_add  11.4781760635

注意：这一切都毫无意义。我们每天都会收到很多关于在Python中使用x或y的最快方法的问题。在大多数情况下，很明显在遇到任何性能问题之前都会问到这个问题。我的建议？专注于编写您可以编写的最清晰的程序，如果它太慢，请对其进行分析并在需要的地方进行优化。根据我的经验，我几乎从未进行过剖析和优化步骤。从问题的描述来看，似乎字典存储不会成为程序中的主要瓶颈。

Answer 2

if foo not in A.keys(): 
    A[foo] = x

非常慢，因为A.keys()创建了一个列表，必须在O（N）中解析。

if foo not in A: 
    A[foo] = x

更快，因为需要O（1）来检查foo中是否存在A。

A[foo] = x

甚至更好，因为您已经拥有了对象x，并且您只需添加（如果它已经不存在）指向A的指针。

Answer 3

使用内置的update（）函数更快。我稍微调整了Steven Rumbalski的例子，它显示了update（）是如何最快的。至少有两种方法可以使用它（带有元组列表或另一个字典）。前者（如下所示为update_method1）是最快的。请注意，我还更改了Steven Rumbalski的其他一些例子。我的词典每个都有100,000个键，但新值有10％的可能性不需要更新。这种冗余的可能性取决于您更新字典的数据的性质。在我的机器上的所有情况下，我的update_method1是最快的。

import timeit

setup = """
import random
random.seed(0)
item_count = 100000
existing_dict = dict([(str(i), random.randint(1, 10)) for i in xrange(item_count)])
items = [(str(i), random.randint(1, 10)) for i in xrange(item_count)]
items_dict = dict(items)
"""
in_dict = """
for k, v in items:
    if k not in existing_dict:
        existing_dict[k] = v
"""
set_default = """
for k, v in items:
    existing_dict.setdefault(k, v)
"""
straight_add = """
for k, v in items:
    existing_dict[k] = v
"""
update_method1 = """
existing_dict.update(items)
"""
update_method2 = """
existing_dict.update(items_dict)
"""
print 'in_dict        ', timeit.Timer(in_dict, setup).timeit(1000)
print 'set_default    ', timeit.Timer(set_default, setup).timeit(1000)
print 'straight_add   ', timeit.Timer(straight_add, setup).timeit(1000)
print 'update_method1 ', timeit.Timer(update_method1, setup).timeit(1000)
print 'update_method2 ', timeit.Timer(update_method2, setup).timeit(1000)

此代码产生以下结果：

in_dict         10.6597309113
set_default     19.3389420509
straight_add    11.5891621113
update_method1  7.52693581581
update_method2  9.10132408142

Answer 4

肯定比第一个例子更快。但我怀疑直接更新会比任何测试更快。

Answer 5

foo not in A.keys()

将在Python 2中使用键创建一个新列表，然后对其执行线性搜索。这保证会变慢（虽然我主要反对它，因为有更快的和更优雅/惯用的替代品）。

A[foo] = x

和

if foo not in A:
    A[foo] = x

如果A[foo]已经存在，则

会有所不同is not x。但由于您的“知道”A[foo]将为x，因此语义并不重要。无论如何，两者都将是良好的性能（很难说没有基准测试，虽然直觉上我会说if比复制指针需要更多的时间）。

所以答案很清楚：选择多更短的代码并且一样清楚（第一个）。

Answer 6

如果你“知道”A [foo]“应该”等于x，那么我会这样做：

assert(A[foo]==x)

会告诉你你的假设是否错误！

Answer 7

A.setdefault(foo, x)但我不确定它比if not A.has_key(foo): A[foo] = x更快。应该进行测试。

在python中更新字典的最快方法

7 个答案: