Question

我有一个字典，我不断添加和删除指向类对象的键。反过来，这些类对象不断被创建和销毁。在我的实际系统代码中，我最初只是在没有清理它们的情况下添加对象（遗留代码），当我开始删除它们时，我开始看到比我预期的更缓慢，所以我想知道：

删除对象的效果是否取决于对象的尺寸？
在字典中删除对象的效果是否取决于对象的尺寸？

在词典中删除对象的效果是否取决于词典的大小？

是否有更好的存储易失物品的策略？（大约10000个对象）

下面我只提供了一些我尝试和测试的基本代码，但是删除的时间是决定性的。一个解释器（PyCharm）会说两个删除都需要0秒，而我的VM交替说一个将需要0秒而另一个需要一个微秒，然后下一个迭代将切换。我不确定＆＃34;大＆＃34;我需要制作东西，或者这是否也是正确的方法。

import time def foo(): a = dict() a[0] = 1 a[1] = bar() return a class bar: def __init__(self): self.val = dict() o = foo() time0 = time.time() del o[0] time1 = time.time() del o[1] time2 = time.time() print(time1-time0) print(time2-time1)

Answer 1

我对这两个问题做了一些测试：

删除对象的性能是否取决于对象的大小？
删除字典中对象的性能是否取决于对象的大小？

第一个问题很难回答。删除1项是如此之快，我们不能＆＃34;基准＆＃34;很容易尽管如此，第二个问题也可以回复第一个问题，因为差异仍然只取决于价值的大小。为此，我使用了以下脚本。

import random
import string
import time

def generate_string(l):
    return "".join([ random.choice(string.ascii_letters) for _ in range(l)])

group_short = {}
group_long = {}

for i in range(50000):
    group_short[i] = generate_string(5)
    group_long[i] = generate_string(500)

t_short = time.time()
for i in range(0, 50000, 3):
    del group_short[i]
print(time.time()-t_short)

t_long = time.time()
for j in range(0, 50000, 3):
    del group_long[j]
print(time.time()-t_long)

不幸的是，生成dictionnaray需要花费更多时间而不是删除一些项目，因此我无法用非常大的样本对其进行测试。＆＃34;估计＆＃34;对于较小的对象，结果快了大约25％（这有点奇怪，因为对象存储为引用而不是值）：

0.00200s短物件
0.00250s，包含更大的物品
删除字典中对象的性能是否取决于字典的大小？

对于这个，我生成了相同大小的字符串，但group_short包含5000个对象，group_long包含150000个对象。我删除了相同数量的项目，结果就是：

0.00047s for the short dict
长dict的0.00150s

基于此，我们可以假设词典的长度会影响删除项目的时间

是否有更好的存储易失物品的策略？（大约10000个对象的顺序）

为此，我不了解所有存在的数据类型的所有知识。尽管如此，该结构实际上已经过优化，可以根据已知密钥（O（1）的复杂度）尽可能快地访问。如果您的密钥是基于范围的整数，那么numpy数组可能是更快的更新/访问值。这仅取决于您要存储的对象（int，float，bool，class，string等）。有些类型在Numpy中无法访问。

我希望它有所帮助，

CONI

与删除字典中的对象相关的性能

1 个答案: