Question

在python中，它更快 a）从n个项目列表中构建一个集合 b）将n个项目插入一组？

我找到了这个页面（http://wiki.python.org/moin/TimeComplexity），但它没有足够的信息来推断哪个更快。

看来，一次插入一个项目可能在最坏的情况下需要O（n * n）时间（假设它使用dicts），并且在一般情况下需要O（n * 1）。初始化带有列表的集合是否可以提高性能？

Answer 1

就O()复杂性而言 - 它肯定是相同的，因为两种方法完全相同 - 将n项插入集合中。

差异来自实现：从iterable初始化的一个明显优势是你可以保存很多Python级函数调用 - 迭代的初始化完全在C级（**）完成。

实际上，对5,000,000个随机整数列表的一些测试表明，逐个添加的速度较慢：

lst = [random.random() for i in xrange(5000000)]
set1 = set(lst)    # takes 2.4 seconds

set2 = set()       # takes 3.37 seconds
for item in lst:
    set2.add(item)

（**）查看集合代码（Objects/setobject.c），最终项目插入归结为对set_add_key的调用。从iterable初始化时，在紧C循环中调用此函数：

while ((key = PyIter_Next(it)) != NULL) {
  if (set_add_key(so, key) == -1) {
    Py_DECREF(it);
    Py_DECREF(key);
    return -1;
  } 
  Py_DECREF(key);
}

另一方面，每次调用set.add都会调用属性查找，该属性查找解析为C set_add函数，后者又调用set_add_key。由于项目添加本身相对较快（Python的哈希表实现非常高效），所以这些额外的调用都会建立起来。

Answer 2

$ python -V
Python 2.5.2
$ python -m timeit -s "l = range(1000)" "set(l)"
10000 loops, best of 3: 64.6 usec per loop
$ python -m timeit -s "l = range(1000)" "s = set()" "for i in l:s.add(i)"
1000 loops, best of 3: 307 usec per loop

Answer 3

以下是使用timeit运行比较的结果。似乎使用list的set初始化更快，很想知道为什么会这样：

from timeit import timeit
timeit("set(a)","a=range(10)")
# 0.9944498532640864

timeit("for i in a:x.add(i)","a=range(10);x=set()")
# 1.6878826778265648

Python版本：2.7

Answer 4

在我的Thinkpad上：

In [37]: timeit.timeit('for a in x: y.add(a)',
                       'y=set(); x=range(10000)', number=10000)
Out[37]: 12.18006706237793

In [38]: timeit.timeit('y=set(x)', 'y=set(); x=range(10000)', number=10000)
Out[38]: 3.8137960433959961

性能比较：插入vs构建Python集合操作

4 个答案: