python 3.9 验证三种常用 字典添加 方式的性能

再进行大量数据处理时，常需要使用字典，并且将数据载入字典中

常用的三种字典元素添加方式有

=

update

setdefault

再单个元素添加时，这三种方法在性能上几乎没有区别，但在大量数据下还是存在一些差别

*这次性能测试采用time模块，初始为空字典，添加元素相同，测试一种后将字典清零，并将五次测试平均

import time  #time模块

book_dict = {}  #字典

单个方式验证格式如下

n=0

while n < 1000000 :

    测试函数

    n+=1

# clear方法，删除所有

book_dict.clear()

代码总览

#字典添加测试
import time


book_dict = {}


start = time.time()
n=0
while n < 1000000 :
    book_dict["owner"] = "tyson" 
    n+=1


# clear方法，删除所有
book_dict.clear()
end = time.time()
print('用时 %6.3f' % (end - start))
start = time.time()
n=0
while n < 1000000 :
    
    book_dict.update({"owner" :"tyson"}) 
    n+=1


# clear方法，删除所有
book_dict.clear()
end = time.time()
print('用时 %6.3f' % (end - start))
start = time.time()

n=0
while n < 1000000 :

    book_dict.setdefault("owner", "tyson")
    n+=1


book_dict.clear()
end = time.time()
print('用时 %6.3f' % (end - start))

测试数据（在vscode下python默认编译器下）

1	2	3	4	5	平均
1.2156322	1.11661315	0.965009928	0.905605793	1.018309116	1.044234037
1.951138973	1.919217587	1.559949875	1.85595727	2.041434526	1.865539646
1.629626513	1.582581997	1.432097912	2.065351725	1.790330648	1.699997759

由此得出"="的性能最佳