Python 为什么collections.Counter构建频率图所花费的时间少于for循环创建简单dict所花费的时间？

据我所知，由于

count（）。因为，计数器和dict构造都在列表上迭代一次
dict构造和计数器时间结果不应该相似吗

我使用代码作为获取时间值的参考


导入时间信息
如果名称=“\uuuuu main\uuuuuuuu”：
代码_block=“”seen={}
对于l中的i：
如果看到，获取（i）：
见[i]+=1
其他：
见[i]=1
"""
setup=“”随机导入
导入字符串
从收款进口柜台
n=1000
l=[random.choice（string.ascii_字母）表示范围（n）内的x]
"""
t1=timeit.Timer(
stmt=“计数器（l）”，
设置=设置，
)
t2=timeit.Timer(
stmt=“[x，l.计数（x）]，用于集合（l）]中的x，
设置=设置，
)
t3=timeit.Timer(
stmt=代码块，
设置=设置，
)
打印（“计数器（）：”，t1.repeat（repeat=3，number=10000））
打印（“count（）：”，t2.重复（重复=3，数字=10000））
打印（“见{}：”，t3.重复（重复=3，数字=10000））

输出：

Counter():  [0.48620019999999997, 0.49807440000000014, 0.3896322000000001]
count():    [9.7432961, 9.620701299999999, 9.674791500000001]
seen{}:     [1.4734368999999994, 1.462895500000002, 1.4655799000000016]

运行1：

运行2：

Counter():  [0.322483783, 0.32464020800000004, 0.33498838900000005]
count():    [6.3235339029999995, 6.48233445, 6.543396192000001]
seen{}:    [1.1192663550000006, 1.1072084830000009, 1.1155270229999985]

我更正了您的代码，以便在所有三个部分上执行可比较的操作：导入相同的包（以平衡开销），然后搜索整个字符列表，而不是将其减少为唯一的字符串——这是“SEED”代码中的主要错误：您只计算了每个字符中的一个

import timeit

if __name__ == '__main__':
    code_block = '''seen = {}
for i in char:
    if seen.get(i):
        seen[i] += 1
    else:
        seen[i] = 1
'''

    common = 'import random;import string;from collections import Counter;n=1000;' + \
             'char=[random.choice(string.ascii_letters) for x in range(n)]'
    t1 = timeit.Timer(stmt='Counter(char)',
                      setup=common)

    t2 = timeit.Timer(stmt='[[x,char.count(x)] for x in set(char)]',
                      setup=common)
    t3 = timeit.Timer(stmt=code_block,
                      setup=common)

    print("Counter(): ", t1.repeat(repeat=3, number=10000))
    print("count():   ", t2.repeat(repeat=3, number=10000))
    print("seen{}:    ", t3.repeat(repeat=3, number=10000))

输出：

Counter():  [0.48620019999999997, 0.49807440000000014, 0.3896322000000001]
count():    [9.7432961, 9.620701299999999, 9.674791500000001]
seen{}:     [1.4734368999999994, 1.462895500000002, 1.4655799000000016]

正如预期的那样，
计数器是最快的。
TL；DR

Counter.\uuuu init\uuuuu
正在使用C循环（至少在CPython中）来计算iterable的元素，请参阅


计数器
是用Python实现的（主要见下文），这意味着它的代码可以很容易地被检查、调试甚至修改

计数器。CPython 3.8中的\uuuuu init\uuuuu
（不包括docstring）：

和
计数器。更新
（不包括不相关的路径）：

和
\u计数\u元素
：

def _count_elements(mapping, iterable):
    mapping_get = mapping.get
    for elem in iterable:
        mapping[elem] = mapping_get(elem, 0) + 1

try:  # Load C helper function if available
    from _collections import _count_elements
except ImportError:
    pass

然而，在
\u count\u元素的实现下方有一段非常重要的代码+注释
：

def _count_elements(mapping, iterable):
    mapping_get = mapping.get
    for elem in iterable:
        mapping[elem] = mapping_get(elem, 0) + 1

try:  # Load C helper function if available
    from _collections import _count_elements
except ImportError:
    pass

换句话说，
Counter
使用一个C循环来计算元素，这比您正在使用的Python循环本身要快

我们可以做一个小实验。注释掉导入C函数的代码：

# try:   # Load C helper function if available
#     from _collections import _count_elements
# except ImportError:
#     pass

执行代码：

Counter():  [1.8369901, 1.8359803000000001, 1.940804]
seen{}:    [1.2392313000000001, 1.2483893999999998, 1.3157528000000003]

现在，
计数器实际上比普通的dict慢。
请注意，
timeit
也可以使用常规功能。没有必要把问题的相关部分塞进这样难以辨认的字串里。@Mistermiagi将在将来处理。我使用了这个答案中的代码片段检查您的代码。首先，在
for
循环中，从输入列表
l
中设置一个
set
（有效减小大小）。您的
dict
解决方案将不会产生与
计数器
解决方案相同的结果。此外，我还将使用相同的输入列表运行3个备选方案。@buran My bad，我更改了代码以反映新时代。那么，现在您将问题颠倒过来了吗？当您正在更正代码时：
（如果看到）。get（I）：
应该是
如果我看到：
中的
是我自己的偏好，但不是OP的。我所做的唯一的非功能性修正是用
char
替换
l
，因为
l
可能是现存最糟糕的变量名：无意义且难以读取。