数据结构与算法（Python）00-4Python内置类型性能分析

timeit模块

timeit模块可以用来测试一小段Python代码的执行速度。

class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)

timeit模块可以用来测试一小段Python代码的执行速度。

class timeit.Timer(stmt=‘pass’, setup=‘pass’, timer=)

• Timer是测量小段代码执行速度的类。
• stmt参数是要测试的代码语句（statment）；
• setup参数是运行代码时需要的设置；
• timer参数是一个定时器函数，与平台有关。
• timeit.Timer.timeit(number=1000000)
• Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数，默认为1000000次。方法返回执行代码的平均耗时，一个float类型的秒数

list的操作测试

from timeit import Timer
def test1():
   l = []
   for i in range(1000):
      l = l + [i]
def test2():
   l = []
   for i in range(1000):
      l.append(i)
def test3():
   l = [i for i in range(1000)]
def test4():
   l = list(range(1000))
def test5():
  l = []
  for i in range(1000):
    l.extend([i])
def test6():
   l = []
   for i in range(1000):
      l +=[i]
  
t1 = Timer("test1()", "from __main__ import test1")
print("+ ",t1.timeit(number=1000), "seconds")
t2 = Timer("test2()", "from __main__ import test2")
print("append ",t2.timeit(number=1000), "seconds")
t3 = Timer("test3()", "from __main__ import test3")
print("comprehension ",t3.timeit(number=1000), "seconds")
t4 = Timer("test4()", "from __main__ import test4")
print("list range ",t4.timeit(number=1000), "seconds")
t5 = Timer("test5()", "from __main__ import test5")
print("extend ",t4.timeit(number=1000), "seconds")
t6 = Timer("test6()", "from __main__ import test5")
print("+=",t4.timeit(number=1000), "seconds")

运行结果

+  1.0714773000000002 seconds
append  0.08946949999999987 seconds
comprehension  0.0337966999999999 seconds
list range  0.014389599999999891 seconds
extend  0.1453298999999999 seconds
+= 0.10783919999999991 seconds

综上可得：
由此可见在list的操作测试中 + 的运行时间最长，在程序中最少运用 a=a+b 号运行,最好的替代是a+=b；

extende ；+= 所需的时间 基本一致。 那是因为+=的魔法方法 调用了extende

头部插入时间和尾部插入时间比较

-------尾插
def test7():
    l = []
    for i in range(1000):
        l.append(i)
----尾插       
def test8():
    l = []
    for i in range(1000):
        l.insert(0,1)
        
t7 = Timer("test7()", "from __main__ import test7")
print("l.append(i)", t7.timeit(number=1000), "seconds")
t8 = Timer("test8()", "from __main__ import test8")
print("l.insert(0,1)", t8.timeit(number=1000), "seconds")

结果

l.append(i) 0.08424350000000014 seconds
l.insert(0,1) 0.3337367 seconds

明显得出 尾部比头部所需的时间要短。。

总结：

list内置操作的时间复杂度

dict内置操作的时间复杂度