Python列表和集合效率源碼對比分析

這篇“Python列表和集合效率源碼對比分析”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“Python列表和集合效率源碼對比分析”文章吧。

數據查找效率

關于集合和列表數據查找效率差距到底有多大？先看一組實例：

import time
import random
nums = [random.randint(0, 2000000) for i in range(1000)]
list_test = list(range(1000000))
set_test = set(list_test)
count_list, count_set = 0, 0
t1 = time.time()# 測試在列表中進行查找
for num in nums:
 if num in list_test:
 count_list += 1
t2 = time.time()
for num in nums:# 測試在集合中進行查找
 if num in set_test:
 count_set += 1
t3 = time.time()# 測試在集合中進行查找
print('找到個數，列表：{}，集合：{}'.format(count_list, count_set))
print('使用時間，列表：{:.4f}s'.format(t2 - t1))
print('使用時間，集合：{:.4f}s'.format(t3 - t2))

輸出結果為：

找到個數，列表：515，集合：515
使用時間，列表：7.7953s
使用時間，集合：0.0010s

從上面例子可以清楚地看出，集合的查找效率遠遠高于列表，因此在不同的應用場景下，一定要選擇合適的數據類型，在小數據量下看不出來性能區別，一旦換到大數據量下，就會變得差異性很大。

數據存儲開銷

集合的查找效率比列表要快得多，主要就是他們的存儲原理不一樣，集合需要消耗更多的空間來存儲額外的信息，用空間開銷來換時間效率，接下來我們通過getsizeof()函數看看他們存儲開銷的差異，getiszeof()函數是python的sys模塊中用來獲取對象內存大小的函數，返回的大小以字節為單位。

import sys
import random
list_test = list(range(1000000))
set_test = set(range(1000000))
print('列表占用大小：', sys.getsizeof(list_test))
print('集合占用大小：', sys.getsizeof(set_test))

輸出結果為：

列表占用大小：9000112
集合占用大小：33554656

從結果可以看出，同樣的數據內容，集合存儲的開銷是列表的好幾倍。

以上就是關于“Python列表和集合效率源碼對比分析”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。