相关疑难解决方法(0)

使用random.shuffle，我注意到 shufflelist(range(n))比 shuffle 多花费大约 25% 的时间[0] * n。以下是n100 万到 200 万大小的时间：

为什么洗牌list(range(n))速度变慢？与对列表进行排序（需要查看对象）或复制列表（增加对象内部的引用计数器）不同，对象在这里不重要。这应该只是重新排列列表内的指针。

我也尝试过numpy.random.shuffle，其中洗牌list(range(n))比洗牌慢三倍（！）[0] * n：

我还尝试了第三种方法来重新排列列表中的元素，即list.reverse. 正如预期的那样，两个列表花费的时间相同：

为了防止洗牌顺序很重要，我也在list.reverse洗牌后尝试过。同样，正如预期的那样，两个列表花费的时间相同，并且与没有事先进行改组的时间相同：

那么有什么区别呢？混排和反转都只需要重新排列列表内的指针，为什么对象对于混排很重要，而对于反转则不重要？

我的基准代码生成时间：

import random
import numpy
from timeit import repeat, timeit
from collections import defaultdict

shufflers = {
    'random.shuffle(mylist)': random.shuffle,
    'numpy.random.shuffle(mylist)': numpy.random.shuffle,
    'list.reverse(mylist)': list.reverse,
    }

creators = {
    'list(range(n))': lambda n: list(range(n)),
    '[0] * n': lambda n: [0] * n,
    }

for …