Question

this question之后的讨论让我很纳闷，因此我决定进行一些测试，并比较set((x,y,z))与{x,y,z}的创建时间以在Python中创建集合（使用Python 3.7）。

我比较了使用time和timeit的两种方法。两者均与以下结果一致*：

test1 = """
my_set1 = set((1, 2, 3))
"""
print(timeit(test1))

结果：0.30240735499999993

test2 = """
my_set2 = {1,2,3}
"""
print(timeit(test2))

结果：0.10771795900000003

因此第二种方法比第一种方法快快3倍。这对我来说是一个惊人的差异。这样，通过set()方法来优化集合文字的性能到底是怎么回事？在哪种情况下，哪一种是明智的？

*注意：我只显示timeit测试的结果，因为它们是对许多样本求平均的结果，因此也许更可靠，但是使用time进行测试时的结果在两种情况下都显示出相似的差异。

编辑：我知道this similar question，尽管它回答了我原始问题的某些方面，但并未涵盖所有问题。问题未解决集，并且由于空集在python中没有文字语法，我很好奇（如果有的话）使用文字创建与使用{{1 }} 方法。另外，我想知道set()中 tuple参数的处理是如何在后台进行的，这可能会对运行时产生什么影响。 Coldspeed给出的好答案有助于解决问题。

Answer 1

（这是对现在已经从最初的问题中进行编辑的代码的响应）您忘记了在第二种情况下调用这些函数。进行适当的修改，结果如预期的那样：

test1 = """
def foo1():
     my_set1 = set((1, 2, 3))
foo1()
"""    
timeit(test1)
# 0.48808742000255734

test2 = """
def foo2():
    my_set2 = {1,2,3}
foo2()
"""    
timeit(test2)
# 0.3064506609807722

现在，时序不同的原因是因为set()是一个需要对符号表进行查询的函数调用，而{...}集的构造是语法的伪造品，在很大程度上更快。

在观察反汇编的字节码时，差异很明显。

import dis

dis.dis("set((1, 2, 3))")
  1           0 LOAD_NAME                0 (set)
              2 LOAD_CONST               3 ((1, 2, 3))
              4 CALL_FUNCTION            1
              6 RETURN_VALUE

dis.dis("{1, 2, 3}")
  1           0 LOAD_CONST               0 (1)
              2 LOAD_CONST               1 (2)
              4 LOAD_CONST               2 (3)
              6 BUILD_SET                3
              8 RETURN_VALUE

在第一种情况下，由元组CALL_FUNCTION上的指令(1, 2, 3)进行函数调用（尽管较小，它也有其自身的开销，它通过{{作为常量加载） 1}}），而第二条指令只是一个LOAD_CONST调用，效率更高。

回复：您关于元组构建时间的问题，我们认为这实际上可以忽略不计：

BUILD_SET

字符串是不可变的，因此编译器通过将其加载为常量来优化此操作-这称为constant folding（您可以从上面的timeit("""(1, 2, 3)""") # 0.01858693000394851 timeit("""{1, 2, 3}""") # 0.11971827200613916指令中清楚地看到这一点），因此花费的时间为微不足道。这些集合是可变的，因此看不到它们（感谢@ user2357112指出了这一点）。

对于更大的序列，我们会看到类似的行为。与LOAD_CONST相比，{..}语法在使用集合推导构造集合时要快得多，而set()则必须从生成器生成集合。

timeit("""set(i for i in range(10000))""", number=1000)
# 0.9775058150407858

timeit("""{i for i in range(10000)}""", number=1000)
# 0.5508635920123197

作为参考，您还可以在较新的版本上使用可迭代解压缩：

timeit("""{*range(10000)}""", number=1000)
# 0.7462548640323803

有趣的是，直接在set()上调用时，range更快：

timeit("""set(range(10000))""", number=1000)
# 0.3746800610097125

这恰好比设定的构造要快。对于其他序列（例如list），您将看到类似的行为。

我的建议是在构造集合文字时使用{...}集合理解，并作为将生成器理解传递给set()的替代方法；而是使用set()将现有序列/可迭代序列转换为集合。

创建集的Python性能比较-set（）与{}文字

1 个答案: