当前位置 主页 > 网站技术 > 代码类 >

    Python内置数据类型list各方法的性能测试过程解析

    栏目:代码类 时间:2020-01-07 15:08

    这篇文章主要介绍了Python内置数据类型list各方法的性能测试过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

    测试环境

    本文所涉及的代码均在MacOS系统与CentOS7下测试,使用的Python版本为3.6.8。

    测试模块

    测试用的模块是Python内置的timeit模块:

    timeit模块可以用来测试一小段Python代码的执行速度。

    Timer类

    class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)

    Timer是测量小段代码执行速度的类。

    stmt参数是要测试的代码语句(statment);

    setup参数是运行代码时需要的设置;

    timer参数是一个定时器函数,与平台有关。

    Timer类的timeit方法

    timeit.Timer.timeit(number=1000000)

    Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数,默认为1000000次。方法返回执行代码的平均耗时,一个float类型的秒数。

    列表内置方法的性能测试

    我们知道,生成一个列表可以使用列表生成式或者append、insert、extend这些方法,现在我们来看一下这些方法的执行效率:

    from timeit import Timer
    
    
    def test_list():
      lst = list(range(1000))
    
    def test_generation():
      lst = [i for i in range(1000)]
    
    
    def test_append():
      lst = []
      for i in range(1000):
        lst.append(i)
    
    def test_add():
      lst = []
      for i in range(1000):
        lst += [i]
    
    # 在列表的头部insert
    def test_insert_zero():
      lst = []
      for i in range(1000):
        lst.insert(0,i)
    
    # 在列表的尾部insert
    def test_insert_end():
      lst = []
      for i in range(1000):
        lst.insert(-1,i)
    
    def test_extend():
      lst = []
      lst.extend(list(range(1000)))
    
    
    t1 = Timer("test_list()","from __main__ import test_list")
    print(f"test_list takes {t1.timeit(number=1000)} seconds")
    
    t2 = Timer("test_generation()","from __main__ import test_generation")
    print(f"test_generation takes {t2.timeit(number=1000)} seconds")
    
    t3 = Timer("test_append()","from __main__ import test_append")
    print(f"test_append takes {t3.timeit(number=1000)} seconds")
    
    t4 = Timer("test_add()","from __main__ import test_add")
    print(f"test_add takes {t4.timeit(number=1000)} seconds")
    
    t5 = Timer("test_insert_zero()","from __main__ import test_insert_zero")
    print(f"test_insert_zero takes {t5.timeit(number=1000)} seconds")
    
    t6 = Timer("test_insert_end()","from __main__ import test_insert_end")
    print(f"test_insert_end takes {t6.timeit(number=1000)} seconds")
    
    t7 = Timer("test_extend()","from __main__ import test_extend")
    print(f"test_extend takes {t7.timeit(number=1000)} seconds")

    我们先看看在MacOS系统下,执行上面这段代码的结果:

    """
    test_list takes 0.012904746999993222 seconds
    test_generation takes 0.03530399600003875 seconds
    test_append takes 0.0865129750000051 seconds
    test_add takes 0.08066114099983679 seconds
    test_insert_zero takes 0.30594958500023495 seconds
    test_insert_end takes 0.1522782449992519 seconds
    test_extend takes 0.017534753999825625 seconds
    """

    我们可以看到:直接使用list方法强转的效率最高,其次是使用列表生成式,而append与直接加的方式紧随其后并且二者的效率相当;insert方法的执行效率最低——并且从头插入的效率要低于从尾部插入的效率!最后我们将强转的列表使用extend方法放入到新的列表中的过程效率并没有减少多少。