性能比较：插入与构建Python集操作

在python中，使用 a） 从n个项目的列表构建一个集合 b） 在一个集合中插入n项

我找到了这一页(http://wiki.python.org/moin/TimeComplexity)但它没有足够的信息来断定哪个更快

看起来，在最坏的情况下，一次插入一个项目可能需要O（n*n）个时间（假设它使用dicts），在平均情况下需要O（n*1）。用列表初始化集合是否有任何性能改进？

在复杂性方面-这肯定是相同的，因为两种方法的作用完全相同-在集合中插入

n

项

不同之处在于实现：从iterable初始化的一个明显优势是，可以节省大量Python级别的函数调用—从iterable初始化完全在C级别（**）上完成

事实上，对500万个随机整数的列表进行的一些测试表明，逐个相加的速度较慢：

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调用

set\u add\u key

。从iterable初始化时，在紧密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，对

set.add

的每次调用都会调用属性查找，这将解析为C

set\u add

函数，该函数依次调用

set\u add\u key

。由于项添加本身相对较快（Python的哈希表实现非常高效），因此这些额外调用都会累积。

以下是使用

timeit

运行比较的结果。似乎set using list的初始化速度更快，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

在我的Thinkpad上：

$ 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

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

---

似乎您想将从列表中构建一个集合与插入n个要设置的项进行比较，但第一行问题的意思有所不同。哎呀！感谢您指出sateesh。使用

timeit

，您很容易找到它。Python循环的性能比我预期的更接近，您可以通过创建一个包含对

set的引用的局部变量来更接近它。添加
并在循环中调用它，避免属性查找。在我的测试中，这只比使用
set（）
构造函数慢15%左右！通过
s_add=s.add
：
python-m timeit-s“l=range（1000）”“s=set（）；s_add=s.add”“对于l:s_add（i）”，可以将第二个命令的速度提高2倍。