题图:unsplash.com
在 Python 中,表达式
的执行速度能有多快?
- 1000000000000000 in range(1000000000000001)
判断一个元素
是否存在于集合
- x
中最简单粗暴地方法就是迭代,每次取出一个值与之比较,如果集合中存在一个值
- y
等于
- z
就返回 true ,它的时间复杂度是 O(n),使用哈希算法的理论时间复杂度是 O(1),二分查找的时间复杂度是 O(log n),那么 Python 究竟会采用的哪种算法来实现呢?
- x
先来做个实验:
- #python2
- timeit.timeit('1000000000 in range(0,1000000000,10)', number=1)
- 5.50357640805305
- timeit.timeit('1000000000 in xrange(0,1000000000,10)', number=1)
- 2.3025200839183526
- # python3
- import timeit
- timeit.timeit('1000000000 in range(0,1000000000,10)', number=1)
- 4.490355838248402e-06
我们都知道 python2 中的 range 函数返回的是一个列表对象,一次性把所有的元素加载到内存,所以执行第一个表达式的时候,系统会突然感觉非常卡顿,它需要的时间是 5 秒多。
xrange 和 python3 中的 range 函数类似,都是返回一个迭代器对象,但是它俩的执行结果相差悬殊,让人大跌眼镜。第三个表达式所花的时间接近 0 秒,为何 python2 的 xrange 与 python3 中 range 函数区别这么大?为了弄明白其中的玄机,我们要理解
操作是如何执行的。根据 Python 文档
- in
的规则:
- in
方法,那么只要
- __contains__()
返回 true 那么
- y.__contains__(x)
也返回 true,反之亦然。
- x in y
方法,但实现了
- __contains__()
方法,那么在迭代过程中如果有某个值 z==x,就返回 true,否则就是 false。
- __iter__()
方法, 如果存在一个索引
- __getitem__()
使得 x==y[i] ,就返回 true,否则返回 false。
- i
明白了 in 的规则之后,我们先看看 xrange 提供了哪些方法:
- dir(xrange)
- ['__class__','__getitem__', '__hash__', '__init__',
- '__iter__', '__len__', '__new__', ...]
是的,xrange 函数只实现了
和
- __getitem__
,判断 x 是 是否在 y 中需要逐个值迭代进行比较,也就是说 xrange 的时间复杂度是 O(n)。
- __iter__
再来看看 python3 的 range 有哪些方法:
- dir(range)
- ['__class__', '__contains__', '__getitem__', '__iter__',
- 'count', 'index', 'start', 'step', 'stop', ...]
range 提供的属性比 xrange 要多很多,不仅实现了
和
- __getitem__
,还实现了
- __iter__
,所以它会优先调用
- __contains__
方法,此外,它还提供了三个属性 start、stop、step。那么究竟为什么它的执行速度会如此之快呢?来看看 contains 方法是如何实现的吧。
- __contains__
在 Python3 中,
并不是逐个值迭代对比,而是采用这样一种逻辑:
- __contains__
此刻真相大白,xrange 的时间复杂度是 O(1),也就是说不管 xrange(start, stop, step) 中的 stop 值多大,时间复杂度都是一个常量。所以 python3 中的 range 方法不仅可以节省内存,而且执行效率更高,所以不要再纠结学 Python2 还是 Python3 了。
也可以把它当作一到面试题来问:Python2 中的 xrange 与 python3 中的 range 有什么区别?它不仅可以考察候选者对 Python3 的熟悉程度,而且可以看出候选者对一个知识点的理解深度。
来源: