python之检查字典中的成员资格与 python 中的集合

似乎检查 dict keys as set 有点快:

import random 
import string 
import timeit 
 
repeat = 3 
numbers = 1000 
 
def time(statement, _setup=None): 
    print min( 
        timeit.Timer(statement, setup=_setup or setup).repeat( 
            repeat, numbers)) 
 
random.seed('slartibartfast') 
 
# Integers 
length = 100000 
d = {} 
for _ in range(length): 
    d[random.randint(0, 10000000)] = 0 
s = set(d) 
 
setup = """from __main__ import s, d, length 
""" 
 
time('for i in xrange(length): check = i in d') 
time('for i in xrange(length): check = i in s') 
 
# Strings 
d = {} 
for _ in range(length): 
    d[''.join(random.choice(string.ascii_uppercase) for __ in range(16))] = 0 
s = set(d) 
 
test_strings= [] 
for _ in range(length): 
    test_strings.append(random.choice(string.ascii_uppercase) for __ in range(16)) 
 
setup = """from __main__ import s, d, length, test_strings 
""" 
 
time('for i in test_strings: check = i in d') 
time('for i in test_strings: check = i in s') 

打印类似的东西:

10.1242966769 
9.73939713014 
10.5156763102 
10.2767765061 

这是意料之中的还是随机的？

想知道是否值得在性能密集型代码中为字典键创建集合。

编辑:我的测量真的让我对底层实现感到好奇，我不是想节省微秒，我只是好奇 - 是的，如果事实证明底层实现真的有利于集合，我可以制作一组那些字典键 -或不(我实际上是在修补遗留代码)。

请您参考如下方法:

老实说，这在很大程度上取决于硬件、操作系统和数据大小/限制。通常，在您获得非常大的数据量之前，性能几乎是相同的。请注意此处的一些运行，其中 dict 的性能稍微好一些。在较大的数据结构大小下，内部实现细节开始主导差异，并且在我的机器上 set 往往表现得更好。

现实情况是，在大多数情况下，delta 并不重要。如果您真的想要更好的查找性能，请考虑使用 cython 或 ctypes 转向 C 级操作，或者使用专为更大数据大小设计的库实现。当元素数超过几百万时，Python 基本类型并不意味着性能。

>>> # With empty dict as setup in question 
>>> time('for i in xrange(length): check = i in d') 
2.83035111427 
>>> time('for i in xrange(length): check = i in s') 
2.87069892883 
>>> d = { random.random(): None for _ in xrange(100000) } 
>>> s = set(d) 
>>> time('for i in xrange(length): check = i in d') 
3.84766697884 
>>> time('for i in xrange(length): check = i in s') 
3.97955989838 
>>> d = { random.randint(0, 1000000000): None for _ in xrange(100000) } 
>>> s = set(d) 
>>> time('for i in xrange(length): check = i in d') 
3.96871709824 
>>> time('for i in xrange(length): check = i in s') 
3.62110710144 
>>> d = { random.randint(0, 1000000000): None for _ in xrange(10000000) } 
>>> s = set(d) 
>>> time('for i in xrange(length): check = i in d') 
10.6934559345 
>>> time('for i in xrange(length): check = i in s') 
5.7491569519