使用timeit模块测试Python数据结构的性能

《Python数据结构与算法分析》（第二版）

比较四种列表生成方式的性能：

import timeit

'''
四种不同的生成列表方法
'''


def test1():# 连接法
    l = []
    for i in range(1000):
        l = l + [i]


def test2():# 追加法
    l = []
    for i in range(1000):
        l.append(i)


def test3():# 列表解析式法
    l = [i for i in range(1000)]


def test4():# 列表构造器法
    l = list(range(1000))


'''
使用Python的timeit模块，测试每个函数的执行时间，默认情况下，timeit会执行100万次语句
'''


#创建Timer对象, 要使用timeit模块，首先创建一个Timer对象

t1 = timeit.Timer("test1()", "from __main__ import test1")# 第一个参数是要为之计时的Python语句，第二个参数是建立测试的语句
print("concat ", t1.timeit(number=1000), "milliseconds")# 执行100万次所用的秒数，可以视作执行一次所用的微秒数

t2 = timeit.Timer("test2()", "from __main__ import test2")
print("append ", t2.timeit(number=1000), "milliseconds")

t3 = timeit.Timer("test3()", "from __main__ import test3")
print("comprehension ", t3.timeit(number=1000), "milliseconds")

t4 = timeit.Timer("test4()", "from __main__ import test4")
print("list range ", t4.timeit(number=1000), "milliseconds")

运行结果：

说明：执行时间其实包含了调用测试函数的额外开销，但可以假设四种情形的函数调用开销相同