Question

其中哪些更快，为什么？还是一样？答案是否会因任何条件（字典大小，数据类型等）而有所不同？

繁体：

for key in dict:
    x = dict[key]
    x = key

时髦：

for key, value in dict.items():
    y = value
    y = key

我没有看到完全相同的副本，但是如果有一个副本，我很乐意指出。

Answer 1

事实证明实际上存在几个数量级的差异。

我对性能测试了解不多，但是我尝试做的是创建3个大小不同的dict，每个较小的dict是较大dict的子集。然后，我通过这两个功能（传统vs时髦）运行所有三个字典。然后我做了100次。

dict1，dict2和dict3的字典大小（键-值对的数量）分别为1000、50000和500000。

似乎有很大的不同，d.items()通常更快，而d.items()更快地 WAY 在较小的字典上。这符合期望（Python通常会奖励“ pythonic”代码）。

结果：

--d[key]--
dict1 -- mean: 0.0001113555802294286, st. dev: 1.9951038526222054e-05
dict2 -- mean: 0.01669296698019025, st. dev: 0.019088713496142
dict3 -- mean: 0.2553815016898443, st. dev: 0.02778986771642094

--d.items()--
dict1 -- mean: 6.005059978633653e-05, st. dev: 1.1960199272812617e-05
dict2 -- mean: 0.00507106617995305, st. dev: 0.009871762371401046
dict3 -- mean: 0.07369932165958744, st. dev: 0.023440325168927384

提供结果的代码（repl.it）：

import timeit
import random
import statistics

def traditional(dicty):

  for key in dicty:
    x = dicty[key]
    x = key

def hipster(dicty):

  for key, value in dicty.items():
    y = value
    y = key

def generate_random_dicts():
  random_dict1, random_dict2, random_dict3 = {}, {}, {}

  for _ in range(1000):
    key = generate_random_str_one_to_ten_chars()
    val = generate_random_str_one_to_ten_chars()
    random_dict1[key] = val
    random_dict2[key] = val
    random_dict3[key] = val

  for _ in range(49000):
    key = generate_random_str_one_to_ten_chars()
    val = generate_random_str_one_to_ten_chars()
    random_dict2[key] = val
    random_dict3[key] = val

  for _ in range(450000):
    key = generate_random_str_one_to_ten_chars()
    val = generate_random_str_one_to_ten_chars()
    random_dict3[key] = val

  return [random_dict1, random_dict2, random_dict3]

def generate_random_str_one_to_ten_chars():
  ret_str = ""
  for x in range(random.randrange(1,10,1)):
    ret_str += chr(random.randrange(40,126,1))
  return ret_str

dict1, dict2, dict3 = generate_random_dicts()

test_dicts = [dict1, dict2, dict3]

times = {}
times['traditional_times'] = {}
times['hipster_times'] = {}

for _ in range(100):

  for itr, dictx in enumerate(test_dicts):
    start = timeit.default_timer() 
    traditional(dictx)
    end = timeit.default_timer() 
    time = end - start
    try:
      times['traditional_times'][f"dict{itr+1}"].append(time)
    except KeyError:
      times['traditional_times'][f"dict{itr+1}"] = [time]

    start = timeit.default_timer() 
    hipster(dictx)
    end = timeit.default_timer() 
    time = end - start
    try:
      times['hipster_times'][f"dict{itr+1}"].append(time)
    except KeyError:
      times['hipster_times'][f"dict{itr+1}"] = [time]

print("--d[key]--")
for x in times['traditional_times'].keys():
  ltimes = times['traditional_times'][x]
  mean = statistics.mean(ltimes)
  stdev = statistics.stdev(ltimes)
  print(f"{x} -- mean: {mean}, st. dev: {stdev}\n\n")

print("--d.items()--")
for x in times['hipster_times'].keys():
  ltimes = times['hipster_times'][x]
  mean = statistics.mean(ltimes)
  stdev = statistics.stdev(ltimes)
  print(f"{x} -- mean: {mean}, st. dev: {stdev}")

Answer 2

此代码只需要遍历字典一次即可从中检索所有内容：

for key, value in dict.items():

此代码一次遍历整个字典，但仅检索键：

for key in dict:
    x = dict[key]

然后，对于每个键，它都必须再次进入字典以查找值。因此，它必须慢一些。

尽管如此，整个事情纯粹是学术性的，在现实生活中没有任何实际意义。当您的应用程序开始运行太慢时，运行速度变慢几乎不可能是由您遍历字典的方式引起的。

Python 3字典迭代中的性能：dict [key]与dict.items（）

2 个答案: