一切只为效率而生.

一、ChapterI 引言

  无

二、ChapterII 基础

2.1 字符串操作效率

  字符串类型的数据在编程中接触的比较多,

2.2 Set和List的那些事

  python中的两种常用对象Set和List应该说在使用上大家都能得心应手,当然也知道这两者的差异:
  ①Set是无序无重复元素的集合;
  ②List则是有序可包含重复元素的集合。
  在处理的数据量不大的时候,当然是哪个顺手用哪个。然而两者的不同实现决定了二者在性能上的差异,看如下代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
from timeit import timeit
from random import randrange
#分别构造大小和元素完全相同的list和set(约1000个元素)
test_set = set([randrange(10000) for i in range(1000)])
test_list = list(test_set)
#分别在之前构造的list和set中查询'56'是否存在
def list_search():
if '56' in test_list:
return True
else:
return False
def set_search():
if '56' in test_set:
return True
else:
return False
#输出二者的查询时间
print(timeit("set_search()", setup='from __main__ import set_search'))
print(timeit("list_search()", setup='from __main__ import list_search'))

  输出结果:
    Set>> 0.11968003701895213
    List>> 17.639899451222846 
  整个运行效率差了约140倍(该值随硬件及软件配置不同会有所不同),增大元素个数,这个差异会更明显。上例还只是单次成员查询,多次成员查询的话,悬殊更大。究其原因,List的本质是“数组”,一块连续的内存区域,而Set的的实现是散列。因此在涉及大量数据操作的时候,如果无顺序要求,都应尽量使用Set而非List。