Python Conjuntos vs Listas

Question

En Python, ¿qué estructura de datos es más eficiente/rápida? Suponiendo que el orden no es importante para mí y estaría buscando duplicados de todos modos, ¿Python es más lento que una lista de Python?

Answer 1

Depende de lo que piense hacer con él.

Los conjuntos son significativamente más rápido cuando se trata de determinar si un objeto está presente en el conjunto (como en x in s), pero son más lentas que las listas cuando se trata de iterar sobre su contenido.

Puede usar el timeit module para ver cuál es más rápido para su situación.

Answer 2

Cuando desee almacenar algunos valores sobre los cuales realizará iteraciones, las construcciones de listas de Python son ligeramente más rápidas. Sin embargo, si va a almacenar valores (únicos) para verificar su existencia, los conjuntos son significativamente más rápidos.

Resulta que las tuplas funcionan casi de la misma manera que las listas, pero usan menos memoria al eliminar la capacidad de modificarlas después de la creación (inmutables).

iteración

>>> def iter_test(iterable): 
...  for i in iterable: 
...   pass 
... 
>>> from timeit import timeit 
>>> timeit(
...  "iter_test(iterable)", 
...  setup="from __main__ import iter_test; iterable = set(range(10000))", 
...  number=100000) 
12.666952133178711 
>>> timeit(
...  "iter_test(iterable)", 
...  setup="from __main__ import iter_test; iterable = list(range(10000))", 
...  number=100000) 
9.917098999023438 
>>> timeit(
...  "iter_test(iterable)", 
...  setup="from __main__ import iter_test; iterable = tuple(range(10000))", 
...  number=100000) 
9.865639209747314 

determinar si un objeto está presente

>>> def in_test(iterable): 
...  for i in range(1000): 
...   if i in iterable: 
...    pass 
... 
>>> from timeit import timeit 
>>> timeit(
...  "in_test(iterable)", 
...  setup="from __main__ import in_test; iterable = set(range(1000))", 
...  number=10000) 
0.5591847896575928 
>>> timeit(
...  "in_test(iterable)", 
...  setup="from __main__ import in_test; iterable = list(range(1000))", 
...  number=10000) 
50.18339991569519 
>>> timeit(
...  "in_test(iterable)", 
...  setup="from __main__ import in_test; iterable = tuple(range(1000))", 
...  number=10000) 
51.597304821014404 

Answer 3

rendimiento de lista:

>>> import timeit 
>>> timeit.timeit(stmt='10**6 in a', setup='a = range(10**6)', number=100000) 
0.008128150348026608 

rendimiento Set:

>>> timeit.timeit(stmt='10**6 in a', setup='a = set(range(10**6))', number=100000) 
0.005674857488571661 

Es posible que desee considerar Tuplas ya que son similares a las listas, pero no pueden ser modificados. Toman un poco menos de memoria y son más rápidos de acceder. No son tan flexibles, pero son más eficientes que las listas. Su uso normal es servir como claves del diccionario.

Los conjuntos también son estructuras de secuencia pero con dos diferencias de listas y tuplas. Aunque los juegos sí tienen un orden, ese orden es arbitrario y no está bajo el control del programador. La segunda diferencia es que los elementos en un conjunto deben ser únicos.

set por definición. [python | wiki].

>>> x = set([1, 1, 2, 2, 3, 3]) 
>>> x 
{1, 2, 3} 

Answer 4

Set victorias debido a la casi instantánea 'contiene' cheques: https://en.wikipedia.org/wiki/Hash_table

Lista aplicación: por lo general una matriz, de bajo nivel cercano al metal, bueno para la iteración y de acceso aleatorio por el índice de elemento.

Conjunto aplicación: https://en.wikipedia.org/wiki/Hash_table, no iterar sobre una lista, pero se encuentra con el elemento calculando un hash de de la clave, por lo que depende de la naturaleza de los elementos clave y la función hash. Similar a lo que se usa para dict.Sospecho que list podría ser más rápido si tiene muy pocos elementos (< 5), cuanto mayor sea el elemento, mejor funcionará el set para un control de contenido. También es rápido para agregar y eliminar elementos.

NOTA: Si el list ya está ordenado, buscando los list podría ser bastante rápido, pero para los casos habituales de un set es más rápido y más sencillo para contiene comprobaciones.