根据参数类型设置issubset性能差异

为什么问这个问题?

我想回答这个问题: Check if All Values Exist as Keys in Dictionary 有比发电机更好的理解力 all (与某些函数执行的隐式循环相比,即使在理解中,python循环也会减慢执行速度):

all(i in bar for i in foo)

哪里 bar 是一本字典 foo 是通过使用 set.issubset (转换为 set 属于 福 能够使用 foo.issubset(bar) ,但没有成功地击败 全部的 解决方案(除非两个容器都转换为 设置 s)。

我的问题:

从 set :

注意,union()、intersection()、difference()和symmetric_difference()、issubset()和issuperset()方法的非运算符版本将 接受任何有争议的论点 . 相反,它们基于运算符的对应项要求它们的参数是集。这就排除了set('abc')&cbs'等容易出错的结构,转而使用可读性更强的set('abc').intersection('cbs')。

好吧,但是性能确实取决于参数的类型,即使复杂性不是( The complextiy of Python issubset() ):

import timeit
foo = {i for i in range(1, 10000, 2)}
bar = foo - {400}
n=10000
x = timeit.timeit(setup="foo = {str(i) for i in range(1, 10000, 2)};bar = foo - {'400'}",stmt="bar.issubset(foo)",number=n)
print("issubset(set)",x)
x = timeit.timeit(setup="foo = {str(i) for i in range(1, 10000, 2)};bar = foo - {'400'};foo=list(foo)",stmt="bar.issubset(foo)",number=n)
print("issubset(list)",x)
x = timeit.timeit(setup="foo = {str(i):i for i in range(1, 10000, 2)};bar = set(foo) - {'400'}",stmt="bar.issubset(foo)",number=n)
print("issubset(dict)",x)
x = timeit.timeit(setup="foo = {str(i):i for i in range(1, 10000, 2)}.keys();bar = set(foo) - {'400'}",stmt="bar.issubset(foo)",number=n)
print("issubset(dict_keys)",x)

我的结果(Python3.4):

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

所以如果 设置 作为参数传递,结果非常快。

使用A list 要慢得多。我发现这是因为必须对字符串进行哈希运算的代价很高。所以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间差异:

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

我也试着改变 dict 通过 dict.keys() 在python 3中,键被称为( https://www.python.org/dev/peps/pep-3106/ )“一个集合状或无序的容器对象”。

但在这种情况下,结果比 双关语 或 列表 .

为什么要通过一个 设置 比通过一个 列表 或A 双关语 或A dict_keys 对象? 我在文件中没有提到这件事。