這篇文章主要介紹了Python內置數據類型list各方法的性能測試過程解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
測試環境
本文所涉及的代碼均在MacOS系統與CentOS7下測試，使用的Python版本為3.6.8。
測試模塊
測試用的模塊是Python內置的timeit模塊：
timeit模塊可以用來測試一小段Python代碼的執行速度。
Timer類
class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)
Timer是測量小段代碼執行速度的類。
stmt參數是要測試的代碼語句（statment）；
setup參數是運行代碼時需要的設置；
timer參數是一個定時器函數，與平臺有關。
Timer類的timeit方法
timeit.Timer.timeit(number=1000000)
Timer類中測試語句執行速度的對象方法。number參數是測試代碼時的測試次數，默認為1000000次。方法返回執行代碼的平均耗時，一個float類型的秒數。
列表內置方法的性能測試
我們知道，生成一個列表可以使用列表生成式或者append、insert、extend這些方法，現在我們來看一下這些方法的執行效率：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
|
from timeit import Timerdef 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]# 在列表的頭部insertdef test_insert_zero(): lst = [] for i in range(1000): lst.insert(0,i)# 在列表的尾部insertdef 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") |
我們先看看在MacOS系統下，執行上面這段代碼的結果：
|
1
2
3
4
5
6
7
8
9
|
"""test_list takes 0.012904746999993222 secondstest_generation takes 0.03530399600003875 secondstest_append takes 0.0865129750000051 secondstest_add takes 0.08066114099983679 secondstest_insert_zero takes 0.30594958500023495 secondstest_insert_end takes 0.1522782449992519 secondstest_extend takes 0.017534753999825625 seconds""" |
我們可以看到：直接使用list方法強轉的效率最高，其次是使用列表生成式，而append與直接加的方式緊隨其后并且二者的效率相當；insert方法的執行效率最低——并且從頭插入的效率要低于從尾部插入的效率！最后我們將強轉的列表使用extend方法放入到新的列表中的過程效率并沒有減少多少。
然后試試在Linux系統下的執行結果：
列表pop方法的性能測試
pop可以從第0各位置刪除元素，也可以從最后位置刪除元素（默認刪除最后面的元素），現在我們來測試一下兩種從不同位置刪除元素的性能對比：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
from timeit import Timerdef test_pop_zero(): lst = list(range(2000)) for i in range(2000): lst.pop(0)def test_pop_end(): lst = list(range(2000)) for i in range(2000): lst.pop()t1 = Timer("test_pop_zero()","from __main__ import test_pop_zero")print(f"test_pop_zero takes {t1.timeit(number=1000)} seconds")t2 = Timer("test_pop_end()","from __main__ import test_pop_end")print(f"test_pop_end takes {t2.timeit(number=1000)} seconds") |
在MacOS下程序的執行結果為：
|
1
2
3
|
test_pop_zero takes 0.5015365449999081 secondstest_pop_end takes 0.22170215499954793 seconds |
然后我們來試試Linux系統中的執行結果：
可以看到：從列表的尾部刪除元素的效率要比從頭部刪除的效率高很多！
關于列表insert方法的一個小坑
如果想使用insert方法生成一個列表[0,1,2,3,4,5]的話（當然使用insert方法效率會低很多，建議使用其他的方法）會有一個這樣的問題，在此記錄一下：
|
1
2
3
4
5
6
7
|
def test_insert(): lst = [] for i in range(6): lst.insert(-1,i) print(lst)test_insert() |
結果竟然是這樣的——第一個元素竟然一直在最后！
|
1
2
3
4
5
6
|
[0][1, 0][1, 2, 0][1, 2, 3, 0][1, 2, 3, 4, 0][1, 2, 3, 4, 5, 0] |
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持服務器之家。
原文鏈接：https://www.cnblogs.com/paulwhw/p/12150685.html
