使用timeit模块测试Python数据结构的性能

以你之姓@ 2023-07-10 08:30 100阅读 0赞

> 《Python数据结构与算法分析》（第二版）

比较四种列表生成方式的性能：

import timeit
    
    '''
    四种不同的生成列表方法
    '''
    
    
    def test1():# 连接法
        l = []
        for i in range(1000):
            l = l + [i]
    
    
    def test2():# 追加法
        l = []
        for i in range(1000):
            l.append(i)
    
    
    def test3():# 列表解析式法
        l = [i for i in range(1000)]
    
    
    def test4():# 列表构造器法
        l = list(range(1000))
    
    
    '''
    使用Python的timeit模块，测试每个函数的执行时间，默认情况下，timeit会执行100万次语句
    '''
    
    
    #创建Timer对象, 要使用timeit模块，首先创建一个Timer对象
    
    t1 = timeit.Timer("test1()", "from __main__ import test1")# 第一个参数是要为之计时的Python语句，第二个参数是建立测试的语句
    print("concat ", t1.timeit(number=1000), "milliseconds")# 执行100万次所用的秒数，可以视作执行一次所用的微秒数
    
    t2 = timeit.Timer("test2()", "from __main__ import test2")
    print("append ", t2.timeit(number=1000), "milliseconds")
    
    t3 = timeit.Timer("test3()", "from __main__ import test3")
    print("comprehension ", t3.timeit(number=1000), "milliseconds")
    
    t4 = timeit.Timer("test4()", "from __main__ import test4")
    print("list range ", t4.timeit(number=1000), "milliseconds")

运行结果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc5MDM2MA_size_16_color_FFFFFF_t_70]  
说明：执行时间其实包含了调用测试函数的额外开销，但可以假设四种情形的函数调用开销相同

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc5MDM2MA_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200301152919376.PNG?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc5MDM2MA==,size_16,color_FFFFFF,t_70