如果在other_set中的对象,则交集()和'对象中的对象之间的速度差异'

Question

哪一个更快？一个"更好"吗？基本上我会有两套,我想最终从两个列表中得到一个匹配.所以我觉得for循环更像是:

for object in set:
    if object in other_set:
        return object

就像我说的 - 我只需要一场比赛,但我不确定如何intersection()处理,所以我不知道它是否更好.此外,如果它有帮助,这other_set是一个近100,000个组件的列表,set可能是几百,最多几千.

Answer 1

from timeit import timeit

setup = """
from random import sample, shuffle
a = range(100000)
b = sample(a, 1000)
a.reverse()
"""

forin = setup + """
def forin():
    # a = set(a)
    for obj in b:
        if obj in a:
            return obj
"""

setin = setup + """
def setin():
    # original method:
    # return tuple(set(a) & set(b))[0]
    # suggested in comment, doesn't change conclusion:
    return next(iter(set(a) & set(b)))
"""

print timeit("forin()", forin, number = 100)
print timeit("setin()", setin, number = 100)

时报:

>>>
0.0929054012768
0.637904308732
>>>
0.160845057616
1.08630760484
>>>
0.322059185123
1.10931801261
>>>
0.0758695262169
1.08920981403
>>>
0.247866360526
1.07724461708
>>>
0.301856152688
1.07903130641

在设置中运行它们并运行10000次运行而不是100次运行

>>>
0.000413064976328
0.152831597075
>>>
0.00402408388788
1.49093627898
>>>
0.00394538156695
1.51841512101
>>>
0.00397715579584
1.52581949403
>>>
0.00421472926155
1.53156769646

因此,无论是否将它们转换为集合,您的版本都会更快.

Answer 2

我意识到这是一篇较旧的帖子。但是，我来到这里寻找性能速度比较使用intersection与in并认为值得添加更多信息。上面的答案很好，但让我不清楚实际的最佳前进道路。

“第一个结果”解决方案并不能专门解决我的用例。

相反，我想知道不同的实现如何执行，如何使用离散的方法产生相同的结果集。不仅仅是第一个相交值。因此，下面我包含了通过 1000 次循环测试来执行选项评估的代码。与 @agf 发布的相反，当所需的输出是匹配列表时，使用集合要快得多。

我的结果是：

runForin took 132851.600ms
runForinBlist took 37700.916ms
True
runForInListComp took 132783.147ms
True
runForinSet took 780.919ms
True
runSetIntersection took 760.980ms (WINNER)
True
runSetin took 771.921ms
True

这是代码。希望它能帮助某人。注意：我还评估了 blist ( http://stutzbachenterprises.com/blist/blist.html ) 库，因为它在其他用例中表现良好。

runForin took 132851.600ms
runForinBlist took 37700.916ms
True
runForInListComp took 132783.147ms
True
runForinSet took 780.919ms
True
runSetIntersection took 760.980ms (WINNER)
True
runSetin took 771.921ms
True