python - 创建集合的 Python 性能比较

问题描述

这个问题之后的讨论让我感到疑惑，所以我决定运行一些测试并比较在 Python 中创建集合的创建时间set((x,y,z))与{x,y,z}创建集合的时间（我使用的是 Python 3.7）。

time我使用和比较了这两种方法timeit。两者都与以下结果一致*：

test1 = """
my_set1 = set((1, 2, 3))
"""
print(timeit(test1))

结果：0.30240735499999993

test2 = """
my_set2 = {1,2,3}
"""
print(timeit(test2))

结果：0.10771795900000003

所以第二种方法比第一种方法快了近 3 倍。这对我来说是一个非常令人惊讶的差异。以这种方式优化集合文字在set()方法上的性能的幕后发生了什么？对于哪些情况，哪个是可取的？

* 注意：我只显示timeit测试的结果，因为它们是对许多样本进行平均的，因此可能更可靠，但是time在两种情况下测试时的结果显示出相似的差异。

编辑：我知道这个类似的问题，虽然它回答了我最初问题的某些方面，但并没有涵盖所有问题。问题中没有解决集合，并且由于空集合在 python 中没有文字语法，我很好奇使用文字创建集合（如果有的话）与使用该set()方法有何不同。另外，我想知道元组参数的处理是如何在set((x,y,z)幕后发生的，以及它对运行时的可能影响是什么。Coldspeed 的出色回答帮助解决了问题。

标签： pythonpython-3.xperformanceset

解决方案

（这是对现在已从初始问题中编辑的代码的响应）您忘记在第二种情况下调用函数。进行适当的修改，结果如预期：

test1 = """
def foo1():
     my_set1 = set((1, 2, 3))
foo1()
"""    
timeit(test1)
# 0.48808742000255734

test2 = """
def foo2():
    my_set2 = {1,2,3}
foo2()
"""    
timeit(test2)
# 0.3064506609807722

现在，时间差异的原因是因为set()函数调用需要查找符号表，而{...}集合构造是语法的产物，并且速度更快。

当观察反汇编的字节码时，差异是显而易见的。

import dis

dis.dis("set((1, 2, 3))")
  1           0 LOAD_NAME                0 (set)
              2 LOAD_CONST               3 ((1, 2, 3))
              4 CALL_FUNCTION            1
              6 RETURN_VALUE

dis.dis("{1, 2, 3}")
  1           0 LOAD_CONST               0 (1)
              2 LOAD_CONST               1 (2)
              4 LOAD_CONST               2 (3)
              6 BUILD_SET                3
              8 RETURN_VALUE

在第一种情况下，函数调用是由CALL_FUNCTION元组上的指令进行的(1, 2, 3)（它也有它自己的开销，虽然很小 - 它作为常量通过加载LOAD_CONST），而在第二个指令中只是一个BUILD_SET调用，这更多高效的。

回复：关于元组构造所用时间的问题，我们认为这实际上可以忽略不计：

timeit("""(1, 2, 3)""")
# 0.01858693000394851

timeit("""{1, 2, 3}""")
# 0.11971827200613916

元组是不可变的，因此编译器通过将其加载为常量来优化此操作——这称为常量折叠（您可以从上面的指令中清楚地看到这一点LOAD_CONST），因此所花费的时间可以忽略不计。这在集合中看不到，它们是可变的（感谢@user2357112 指出这一点）。

对于更大的序列，我们看到类似的行为。{..}语法在使用集合推导构建集合时更快，而不是必须set()从生成器构建集合。

timeit("""set(i for i in range(10000))""", number=1000)
# 0.9775058150407858

timeit("""{i for i in range(10000)}""", number=1000)
# 0.5508635920123197

作为参考，您还可以在更新的版本上使用可迭代解包：

timeit("""{*range(10000)}""", number=1000)
# 0.7462548640323803

然而，有趣的是，set()直接调用时更快range：

timeit("""set(range(10000))""", number=1000)
# 0.3746800610097125

这恰好比集合构造更快。您将看到其他序列（例如lists）的类似行为。

我的建议是{...}在构造集合文字时使用集合理解，并作为将生成器理解传递给的替代方法set()；而是用于set()将现有序列/可迭代转换为集合。

python - 创建集合的 Python 性能比较 - set() 与 {} 文字

问题描述

解决方案

推荐阅读