【Python性能优化】list、array与set

 
 
 
 
 
 
 
 

详述

---

本文对比 list 与 set 在插入和取值时的性能差异，以提供一条什么时候该选择什么数据类型的建议。先上结果：

array 与 list 的不同：

• 内存方面
  • array 是 C array 的包装，它直接存储数据，占用的内存大小 = 元素个数 * 元素类型
  • list 是 Python Object，其中存储的每个数据都会被包装成 Python Object，所以内存占用大的多
• 数据类型方面
  • array 只能存储相同数据类型
  • list 可以存储不同数据类型
• 操作时间
  • list 因为存储的就是 PyObject，所以进行各类处理不需要频繁的进行数据转换
  • array 存储原始的 C 数据，所以和其他 Python 数据进行操作时，每次都要进行类型转换

 
选择 list 的场景

1. 需要数据是有序的
2. 需要存储可变变量（列表、字典）的
3. 数据中可能会有重复的

 
选择 set 的场景

1. 当需要频繁判断数据存在性，时间复杂度为 O(1)，list 和 array 均为 O(N)，但是 array 比 list 慢的多，因为每次判断都要对 array 中的元素进行 PyObject 和原始数据类型的转换。而 set 的查询这么快，其本质是在 Python 内部，set 是使用 hash table 来构建的
2. 数据是无序的
3. 数据是不可变变量的
4. 数据没有重复的
5. 数据是不可变变量的

 
选择 array 的场景

1. 需要更节省内存

 

测试结果

结果总结（速度）：

1. 插入大量数据 set > list >> array
2. 判断存在性 set >>>>>>>>>>>>>> list >> array
3. 弹出第一个值 array > list
4. 弹出最后一个值 set > array > list
5. 在首部插入数据 array >> list
6. 在尾部插入数据 array ≈ list
7. 追加数据（append 和 add）list > array > set

 
注意：上述总结中仅涉及对容器自身的操作，若在这些操作之外还有额外操作，主要重点注意 array中的数据转换为 PyObject 的性能开销，除非是数据量特别大，内存需要谨慎分配的场景，其他场景均建议使用 list 而非 array

 

1、插入 100 万数据的速度比

 

2、判断存在性，判断的第一个值就存在

 

3、判断存在性，判断的最后一个值才存在

 

4、弹出第一个值

 

5、弹出最后一个值

 

6、在首部插入数据

 

7、在尾部插入数据

 

7、追加数据

 
 
 
 
 
 
 
 

测试代码

---

from array import array
from timeit import timeit

number = 100

l = list()
t = timeit("for i in range(100_0000): l.append(i)", number=number, globals=globals())
print(f"[List] List append time: {t:.20f}")

a = array("I")
t = timeit("for i in range(100_0000): a.append(i)", number=number, globals=globals())
print(f"[Array] Array append time: {t:.20f}")

_s = set()
t = timeit("for i in range(100_0000): _s.add(i)", number=number, globals=globals())
print(f"[Set] Set append time: {t:.20f}")

t = timeit("1 in l", number=number, globals=globals())
print(f"[List] First element in list: {t= :.20f}")

t = timeit("1 in a", number=number, globals=globals())
print(f"[Array] First element in array: {t= :.20f}")

t = timeit("1 in _s", number=number, globals=globals())
print(f"[Set] First element in set: {t= :.20f}")

t = timeit("99_9999 in l", number=number, globals=globals())
print(f"[List] Last element in list: {t= :.20f}")

t = timeit("99_9999 in a", number=number, globals=globals())
print(f"[Array] Last element in array: {t= :.20f}")

t = timeit("99_9999 in _s", number=number, globals=globals())
print(f"[Set] Last element in set: {t= :.20f}")

t = timeit("l.pop(0)", number=number, globals=globals())
print(f"[List] List pop 0: {t= :.20f}")

t = timeit("a.pop(0)", number=number, globals=globals())
print(f"[Array] Array pop 0: {t= :.20f}")

t = timeit("l.pop(-1)", number=number, globals=globals())
print(f"[List] List pop -1: {t= :.20f}")

t = timeit("a.pop(-1)", number=number, globals=globals())
print(f"[Array] Array pop -1: {t= :.20f}")

t = timeit("_s.pop()", number=number, globals=globals())
print(f"[Set] Set pop random: {t= :.20f}")

t = timeit("l.insert(0, 0)", number=number, globals=globals())
print(f"[List] List insert first: {t= :.20f}")

t = timeit("a.insert(0, 0)", number=number, globals=globals())
print(f"[Array] Array insert first: {t= :.20f}")

t = timeit("l.insert(-1, 0)", number=number, globals=globals())
print(f"[List] List insert last: {t= :.20f}")

t = timeit("a.insert(-1, 0)", number=number, globals=globals())
print(f"[Array] Array insert last: {t= :.20f}")

t = timeit("l.append(0)", number=number, globals=globals())
print(f"[List] List append: {t= :.20f}")

t = timeit("a.append(0)", number=number, globals=globals())
print(f"[Array] Array append: {t= :.20f}")

t = timeit("_s.add(0)", number=number, globals=globals())
print(f"[Set] Set append: {t= :.20f}")