为什么Python'；s的集合差分方法是否需要空集合的时间？

我的意思是：

> python -m timeit "set().difference(xrange(0,10))"   
1000000 loops, best of 3: 0.624 usec per loop

> python -m timeit "set().difference(xrange(0,10**4))"
10000 loops, best of 3: 170 usec per loop

显然，python会遍历整个参数，即使事先知道结果是空集。有什么好的理由吗？代码是在Python2.7.6中运行的

---

（即使对于非空集合，如果您发现在迭代过程中删除了第一个集合的所有元素，也应该立即停止。）

IMO这是一个专业化的问题，请考虑：

In [18]: r = range(10 ** 4)

In [19]: s = set(range(10 ** 4))

In [20]: %time set().difference(r)
CPU times: user 387 µs, sys: 0 ns, total: 387 µs
Wall time: 394 µs
Out[20]: set()

In [21]: %time set().difference(s)
CPU times: user 10 µs, sys: 8 µs, total: 18 µs
Wall time: 16.2 µs
Out[21]: set()

显然，这个差异专门实现了

set-set

请注意，差分运算符要求右侧参数为集合，而差分运算符允许任何iterable

---

Per@wim实现在

当Python核心开发人员添加新特性时，首要任务是正确的代码和全面的测试覆盖率。这本身就够难的了。当有人有了想法和倾向时，加速往往会来得晚。我打开了一个跟踪问题，总结了这里讨论的建议和反对理由。我将在这里总结一下它的配置

更新：3.6.0b1中增加了一个开始为空的集合的早期输出，大约在一天内到期

有什么好的理由吗

为空集合设置一个特殊路径以前从未出现过

即使对于非空集，如果您发现在迭代的中途删除了第一个集的所有元素，那么立即停止也是有意义的

这是一个合理的优化要求。我已经做了一个测试，很快就会应用它。以下是应用修补程序后的新计时：

 $ py -m timeit -s "r = range(10 ** 4); s = set()" "s.difference(r)"
10000000 loops, best of 3: 0.104 usec per loop
 $ py -m timeit -s "r = set(range(10 ** 4)); s = set()" "s.difference(r)"
10000000 loops, best of 3: 0.105 usec per loop
 $ py -m timeit -s "r = range(10 ** 4); s = set()" "s.difference_update(r)"
10000000 loops, best of 3: 0.0659 usec per loop
 $ py -m timeit -s "r = set(range(10 ** 4)); s = set()" "s.difference_update(r)"
10000000 loops, best of 3: 0.0684 usec per loop

---

在Python3中甚至更慢：）我想python的制作者没有想到这一点，因为在现实生活中这种情况不应该经常发生。解决方法：在运行差异之前检查设置大小。但是很好！顺便说一句，最近的PyPy也是如此。@Jean-Françoisfare即使对于非空集，如果您发现在迭代过程中删除了第一个集的所有元素，立即停止也是有意义的。我不确定这是否是一个好的理由，但

set.difference

的参数是任意的可数，不仅仅是布景。迭代某些函数的行为可能会产生副作用，让函数在所有情况下都保证相同的行为可能更重要，而不是只在一种情况下让参数“未使用”。特例很好！因此，空集的案例被补丁覆盖。另一个呢？例如，

s=set（[1]）

，

r=set（range（10**4））

。我用

r

和

s

做了一个简单的测试，就像我上次的评论一样，显然当这两个集合都是集合时，它的运行速度非常快，即使第一个集合不是空的。@RaymondHettinger新的实现将保证迭代器总是被完全使用，还是会被保留为未定义？