python dict遍历性能,Python：遍历list vs over dict items效率

这取决于您使用的是哪个版本的Python。在Python 2中，some_dict.items()创建一个新的列表，这将占用一些额外的时间并占用更多的内存。另一方面，一旦创建了列表，它就是一个列表，因此在完成列表创建的开销之后，应该具有相同的性能特征。

在Python 3中，some_dict.items()创建一个视图对象而不是一个列表，我预计在items()上创建和迭代比在Python 2中更快，因为不需要复制任何内容。但我也预计，在已经创建的视图上迭代会比在已经创建的列表上迭代慢一些，因为字典数据存储得有点稀疏，而且我相信python没有好的方法可以避免在字典中的每个bin上迭代，即使是空的。

在Python 2中，一些计时证实了我的直觉：>>> some_dict = dict(zip(xrange(1000), reversed(xrange(1000))))

>>> some_list = zip(xrange(1000), xrange(1000))

>>> %timeit for t in some_list: t

10000 loops, best of 3: 25.6 us per loop

>>> %timeit for t in some_dict.items(): t

10000 loops, best of 3: 57.3 us per loop

在items上迭代的速度大约是后者的两倍。使用iteritems稍微快一点。。。>>> %timeit for t in some_dict.iteritems(): t

10000 loops, best of 3: 41.3 us per loop

但遍历列表本身与遍历任何其他列表基本相同：>>> some_dict_list = some_dict.items()

>>> %timeit for t in some_dict_list: t

10000 loops, best of 3: 26.1 us per loop

Python 3可以比Python 2更快地创建和遍历items(与上面的57.3us相比)：>>> some_dict = dict(zip(range(1000), reversed(range(1000))))

>>> %timeit for t in some_dict.items(): t

10000 loops, best of 3: 33.4 us per loop

但是创建视图的时间是可以忽略的；实际上迭代比列表慢。>>> some_list = list(zip(range(1000), reversed(range(1000))))

>>> some_dict_view = some_dict.items()

>>> %timeit for t in some_list: t

10000 loops, best of 3: 18.6 us per loop

>>> %timeit for t in some_dict_view: t

10000 loops, best of 3: 33.3 us per loop

这意味着，在Python 3中，如果希望在字典中的项上迭代多次，并且性能非常关键，那么可以通过将视图缓存为列表来提高30%的速度。>>> some_list = list(some_dict_view)

>>> %timeit for t in some_list: t

100000 loops, best of 3: 18.6 us per loop