猿问

Python - 创建具有初始容量的列表

像这样的代码经常发生:


l = []

while foo:

    #baz

    l.append(bar)

    #qux

如果您要将数千个元素追加到列表中,这非常慢,因为必须不断调整列表大小以适应新元素。


在Java中,您可以创建具有初始容量的ArrayList。如果您对列表的大小有所了解,那么效率会更高。


我知道像这样的代码通常可以重新考虑到列表理解中。但是,如果for / while循环非常复杂,那么这是不可行的。我们的Python程序员有没有相同的东西?


温温酱
浏览 728回答 3
3回答

偶然的你

def doAppend( size=10000 ):    result = []    for i in range(size):        message= "some unique object %d" % ( i, )        result.append(message)    return resultdef doAllocate( size=10000 ):    result=size*[None]    for i in range(size):        message= "some unique object %d" % ( i, )        result[i]= message    return result结果。(评估每个功能144次并平均持续时间)simple append 0.0102pre-allocate  0.0098结论。这几乎不重要。过早优化是万恶之源。

慕沐林林

简短版:使用pre_allocated_list = [None] * size预先分配一个列表(即,能够解决列表的'size'元素,而不是通过附加逐渐形成列表)。即使在大型列表中,此操作也非常快。分配稍后将分配给列表元素的新对象将花费更长时间,并且将成为程序中的瓶颈,性能方面。长版:我认为应该考虑初始化时间。因为在python中,一切都是引用,无论你是将每个元素设置为None还是一些字符串都无关紧要 - 无论哪种方式,它都只是一个引用。如果要为每个要引用的元素创建新对象,则需要更长的时间。对于Python 3.2:import timeimport copydef print_timing (func):  def wrapper (*arg):    t1 = time.time ()    res = func (*arg)    t2 = time.time ()    print ("{} took {} ms".format (func.__name__, (t2 - t1) * 1000.0))    return res  return wrapper@print_timingdef prealloc_array (size, init = None, cp = True, cpmethod=copy.deepcopy, cpargs=(), use_num = False):  result = [None] * size  if init is not None:    if cp:      for i in range (size):          result[i] = init    else:      if use_num:        for i in range (size):            result[i] = cpmethod (i)      else:        for i in range (size):            result[i] = cpmethod (cpargs)  return result@print_timingdef prealloc_array_by_appending (size):  result = []  for i in range (size):    result.append (None)  return result@print_timingdef prealloc_array_by_extending (size):  result = []  none_list = [None]  for i in range (size):    result.extend (none_list)  return resultdef main ():  n = 1000000  x = prealloc_array_by_appending(n)  y = prealloc_array_by_extending(n)  a = prealloc_array(n, None)  b = prealloc_array(n, "content", True)  c = prealloc_array(n, "content", False, "some object {}".format, ("blah"), False)  d = prealloc_array(n, "content", False, "some object {}".format, None, True)  e = prealloc_array(n, "content", False, copy.deepcopy, "a", False)  f = prealloc_array(n, "content", False, copy.deepcopy, (), False)  g = prealloc_array(n, "content", False, copy.deepcopy, [], False)  print ("x[5] = {}".format (x[5]))  print ("y[5] = {}".format (y[5]))  print ("a[5] = {}".format (a[5]))  print ("b[5] = {}".format (b[5]))  print ("c[5] = {}".format (c[5]))  print ("d[5] = {}".format (d[5]))  print ("e[5] = {}".format (e[5]))  print ("f[5] = {}".format (f[5]))  print ("g[5] = {}".format (g[5]))if __name__ == '__main__':  main()评价:prealloc_array_by_appending took 118.00003051757812 msprealloc_array_by_extending took 102.99992561340332 msprealloc_array took 3.000020980834961 msprealloc_array took 49.00002479553223 msprealloc_array took 316.9999122619629 msprealloc_array took 473.00004959106445 msprealloc_array took 1677.9999732971191 msprealloc_array took 2729.999780654907 msprealloc_array took 3001.999855041504 msx[5] = Noney[5] = Nonea[5] = Noneb[5] = contentc[5] = some object blahd[5] = some object 5e[5] = af[5] = []g[5] = ()正如您所看到的,只需创建一个对同一None对象的引用的大列表,只需要很少的时间。前置或延长需要更长的时间(我没有做任何平均值,但是在运行几次后我可以告诉你,延伸和追加大致需要相同的时间)。为每个元素分配新对象 - 这是花费最多时间的。而S.Lott的答案就是这样 - 每次都会格式化一个新的字符串。这不是严格要求的 - 如果您想预先分配一些空间,只需创建一个None列表,然后随意将数据分配给列表元素。无论哪种方式,生成数据都需要花费更多时间而不是追加/扩展列表,无论是在创建列表时生成还是在生成列表之后生成数据。但是如果你想要一个人口稀少的列表,那么从None列表开始肯定会更快。
随时随地看视频慕课网APP

相关分类

Python
我要回答