Python 根据参数类型设置IsubSet性能差异

为什么要问这个问题？

我试着回答这个问题：对于

all

（python循环，即使是在理解中，也会比某些函数执行的隐式循环慢一些）来说，它比生成器理解更好：

其中，

bar

是一个字典，

foo

是一个列表，使用

set.issubset

（将

foo

转换为

set

，以便能够使用

foo.issubset（bar）

），但未能成功击败

all

解决方案（除非两个容器都转换为

set

s）

我的问题：

根据以下文件：

注意，union（）、intersection（）、difference（）和symmetric_difference（）、issubset（）和issuperset（）方法的非运算符版本将接受任何iterable作为参数。相反，它们基于运算符的对应项要求它们的参数是集合。这就排除了像set（'abc'）和'cbs'这样容易出错的构造，以利于更具可读性的set（'abc'）。intersection（'cbs'）

好的，但是性能实际上取决于参数的类型，即使复杂性不是（）：

我的结果（Python 3.4）：

因此，如果将

集

作为参数传递，则结果非常快

使用

列表

要慢得多。我发现这是因为必须在字符串上进行哈希运算的代价很高。因此，我用如下整数更改了测试输入：

foo = {i for i in range(1, 10000, 2)}
bar = foo - {400}

结果在全球范围内更快，但仍然存在巨大的时差：

issubset(set) 0.5981848205989139
issubset(list) 1.7991591232742143
issubset(dict) 1.889119736960271
issubset(dict_keys) 2.2531574114632678

我还尝试通过

dict.keys（）

更改

dict

，就像在python 3中一样，这些键被称为（）“一个类似集合或无序的容器对象”

但在这种情况下，结果甚至比使用

dict

或

list

更糟糕

那么，为什么传递一个

集合

会胜过传递一个

列表

或

dict

或

dict\u keys

对象？我在文档中没有看到任何关于这方面的内容。

需要一个集合来处理（冻结集和子类计数）；如果你把别的东西传给它，它就会成为一组。它基本上是

all（elem in other for elem in self）

，它需要知道

elem in other

是有效的，并且意味着它对集合的意义。它知道如何保证这一点的唯一方法是确保

other

是一个集合。制作一套很昂贵

---

（我已经略过了一些细节。如果你想知道到底发生了什么，特别是如果你有一个奇怪的集合子类，请阅读链接中的源代码。）

请使用

timeit

进行基准测试，使用

time.time（）

的增量进行基准测试是不可靠的。@wim done。我可能缺乏进行clear

timeit

基准测试的经验。结果是可比较的。我希望它可能可以与dict键视图（设置得足够像）一起工作，但还没有人费心在CPython中实现它。似乎

PyAnySet\u Check

允许使用frozenset和set子类。@Jean-Françoisfare:正如wim所说，

frozenset

s在本次检查中计为集合。（相同的例程用于

set.issubset

和

frozenset.issubset

，并且无论

self

的类型如何，它都接受相同的参数类型）

issubset(set) 1.6141405847648826
issubset(list) 3.698748032058883
issubset(dict) 3.6300025109004244
issubset(dict_keys) 4.224299651223102

foo = {i for i in range(1, 10000, 2)}
bar = foo - {400}

issubset(set) 0.5981848205989139
issubset(list) 1.7991591232742143
issubset(dict) 1.889119736960271
issubset(dict_keys) 2.2531574114632678