Python 集合与列表性能对比：何时更快？

现在，让我们测试追加。我们需要另一个测试数字数据集，因为我们的集合是从 1 到 10,000 的数字创建的。我们当前的测试数字是从同一范围内随机选择的，用于测试查找性能。然而，我们需要测试范围之外的数字。否则，我们对集合没有影响，因为我们不能在集合中追加重复的项。

# Random 1000 numbers from 10,000 to avoid duplicates in the set
test_numbers = random.sample(range(10000, 20000), 1000)

# Insertion into list
%timeit -n 100
for num in test_numbers:
    my_list_copy.append(num)

# Insertion into set
%timeit -n 100
for num in test_numbers:
    my_set_copy.add(num)

这次列表赢了，但不是很多，只快了 0.2 倍。可以说性能即将相同。

删除 – 集合胜出（快 800 倍）

要测试删除性能，我们需要我们的原始测试数字，因为我们需要删除在列表和集合中存在的数字。

# Create the test numbers again
test_numbers = random.sample(range(10000), 1000)

# Deletion from list
%timeit -n 100
for num in test_numbers:
    my_list.remove(num) if num in my_list else None

# Deletion from set
%timeit -n 100
for num in test_numbers:
    my_set.discard(num)

这次 Python 集合再次获胜，大约快 800 倍。这是因为删除操作与查找有点相似。数字需要在列表或集合中找到，然后才能删除。

然而，集合的性能并不像查找那样快，查找的速度快了 1000 倍。原因是从列表中删除一个项比从集合中删除要容易一些。

2. 列表与集合 – 数据结构比较

Python 列表和集合的数据结构是动态数组和哈希表。它们之间的差异导致了性能比较的结果。

对于其余的比较，尽管它们是动态数组和哈希表之间的比较，我仍然会使用 Python 列表和 Python 集合来使其简单且具有上下文。

2.1 结构

Python 列表利用连续的内存块。Python 列表中的项是相邻存储的。因此，它的结构非常紧凑和有效。

值得注意的是，列表的索引不需要显式存储。相反，当我们使用索引访问列表中的项时，索引将用作输入来计算内存位置。一个简单的例子是，如果我们需要访问第 5 个项，内存位置将是 _5 * item_length_in_bytes_。

Python 集合将为所有其项创建一个哈希表。所有项都将有哈希键，这些键将使用特定的哈希函数计算得出。

因此，当我们从集合中查找特定项时，哈希函数可以帮助使用哈希函数将项转换为键，然后使用键直接在 O(1) 时间内找到该项。

查找和删除性能

这就是为什么在集合中查找一个项目比在列表中查找要快得多。同样，要删除一个项目，主要动作是定位该项目。因此，在集合中删除一个项目的性能也比列表要快得多。

创建性能

也因为结构的原因，构建哈希表比分配一块连续内存要昂贵。因此，创建列表的性能略快。

2.2 调整大小

当一个Python 列表增长时，需要分配一个新的内存块，并且一些内部指针需要更新，但通常这不是一个昂贵的操作。

当一个Python 集合增长时，所有现有的项目都需要重新哈希。这意味着'字典'需要被重建。

追加性能

这就是为什么在列表中追加或插入项目比在集合中要快一点。因为重新哈希通常需要更多时间，尤其是在有大量项目的情况下。

摘要

本文比较了 Python 列表和集合在不同场景下的性能。我们已经看到，在某些场景中，Python 列表甚至可以比 Python 集合更快。然而，需要强调的是，当 Python 集合的性能更好时，它通常要快数千倍，而反过来，Python 列表在其他场景中只能稍微快一点。

本文旨在帮助开发者根据场景选择合适的结构。