用于创建集合的 Python 性能比较 - set() 与 {} 文字

Question

以下的讨论这个问题，让我知道，所以我决定运行一些测试和比较的创建时间set((x,y,z))与{x,y,z}在Python中创建集（我使用Python 3.7）。我使用time和比较了两种方法timeit。两者都与以下结果一致*：test1 = """my_set1 = set((1, 2, 3))"""print(timeit(test1))结果：0.30240735499999993test2 = """my_set2 = {1,2,3}"""print(timeit(test2))结果：0.10771795900000003所以第二种方法几乎比第一种方法快 3 倍。这对我来说是一个非常令人惊讶的差异。set()以这种方式优化 set 文字在方法上的性能在幕后发生了什么？在哪些情况下建议使用哪种方法？* 注意：我只显示timeit测试结果，因为它们是在许多样本上取平均值的，因此可能更可靠，但测试time结果在两种情况下显示出相似的差异。编辑：我知道这个类似的问题，虽然它回答了我原来问题的某些方面，但并没有涵盖所有方面。问题中没有解决集合，并且由于空集合在 python 中没有文字语法，我很好奇使用文字创建集合与使用该set()方法有何不同（如果有的话）。另外，我想知道的是如何处理的元组参数中set((x,y,z)会在幕后，什么是运行时可能产生的影响。Coldspeed 的出色回答帮助解决了问题。

Answer 1

（这是对现在已从最初问题中编辑出来的代码的回应）您忘记在第二种情况下调用函数。进行适当的修改，结果如预期：

test1 = """

def foo1():

     my_set1 = set((1, 2, 3))

foo1()

"""    

timeit(test1)

# 0.48808742000255734

test2 = """

def foo2():

    my_set2 = {1,2,3}

foo2()

"""    

timeit(test2)

# 0.3064506609807722

现在，时间差异的原因是因为set()函数调用需要查找符号表，而{...}集合构造是语法的人工制品，并且速度要快得多。

观察反汇编的字节码时，差异很明显。

import dis

dis.dis("set((1, 2, 3))")

  1           0 LOAD_NAME                0 (set)

              2 LOAD_CONST               3 ((1, 2, 3))

              4 CALL_FUNCTION            1

              6 RETURN_VALUE

dis.dis("{1, 2, 3}")

  1           0 LOAD_CONST               0 (1)

              2 LOAD_CONST               1 (2)

              4 LOAD_CONST               2 (3)

              6 BUILD_SET                3

              8 RETURN_VALUE

在第一种情况下，函数调用是由CALL_FUNCTION元组上的指令进行的(1, 2, 3)（它也有自己的开销，虽然很小——它通过 加载为常量LOAD_CONST），而在第二条指令中只是一个BUILD_SET调用，这更多高效的。

回复：您关于元组构建所需时间的问题，我们认为这实际上可以忽略不计：

timeit("""(1, 2, 3)""")

# 0.01858693000394851

timeit("""{1, 2, 3}""")

# 0.11971827200613916

元组是不可变的，因此编译器通过将其作为常量加载来优化此操作——这称为常量折叠（您可以从LOAD_CONST上面的指令中清楚地看到这一点），因此所花费的时间可以忽略不计。这在集合中看不到，因为它们是可变的（感谢@user2357112 指出这一点）。

对于更大的序列，我们看到了类似的行为。{..}与set()必须从生成器构建集合相比，使用集合推导式构造集合的语法更快。

timeit("""set(i for i in range(10000))""", number=1000)

# 0.9775058150407858

timeit("""{i for i in range(10000)}""", number=1000)

# 0.5508635920123197

作为参考，您还可以在更新的版本上使用可迭代解包：

timeit("""{*range(10000)}""", number=1000)

# 0.7462548640323803

然而，有趣的是，set()直接调用时速度更快range：

timeit("""set(range(10000))""", number=1000)

# 0.3746800610097125

这恰好比集合构造更快。您将看到其他序列（例如lists）的类似行为。

我的建议是{...}在构造集合文字时使用集合理解，并作为将生成器理解传递给的替代方法set()；而是用于set()将现有序列/可迭代对象转换为集合。