这篇文章主要介绍了Python内置类型性能分析过程实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
timeit模块
timeit模块可以用来测试一小段Python代码的执行速度。
Timer是测量小段代码执行速度的类。
class timeit.Timer(stmt='pass', setup='pass', timer=<timer function>)
- stmt参数是要测试的代码语句(statment);
- setup参数是运行代码时需要的设置;
- timer参数是一个定时器函数,与平台有关。
Timer对象.timeit(number=1000000)
Timer类中测试语句执行速度的对象方法。number参数是测试代码时的测试次数,默认为1000000次。方法返回执行代码的平均耗时,一个float类型的秒数。
list的操作测试
# -*- coding:utf-8 -*- import timeit def t2(): li = [] for i in range(10000): li.insert(0, i) def t0(): li = [] for i in range(10000): li.extend([i]) def t1(): li = [] for i in range(10000): li.append(i) def t3(): li = [] for i in range(10000): li += [i] def t3_1(): li = [] for i in range(10000): li = li + [i] def t4(): li = [ i for i in range(10000)] def t5(): li = list(range(10000)) timer2 = timeit.Timer(stmt="t2()", setup="from __main__ import t2") print("insert", timer2.timeit(number=1000), "seconds") timer0 = timeit.Timer(stmt="t0()", setup="from __main__ import t0") print("extend", timer0.timeit(number=1000), "seconds") timer1 = timeit.Timer(stmt="t1()", setup="from __main__ import t1") print("append", timer1.timeit(number=1000), "seconds") timer3 = timeit.Timer(stmt="t3()", setup="from __main__ import t3") print("+=", timer3.timeit(number=1000), "seconds") timer3_1 = timeit.Timer(stmt="t3_1()", setup="from __main__ import t3_1") print("+加法", timer3_1.timeit(number=1000), "seconds") timer4 = timeit.Timer(stmt="t4()", setup="from __main__ import t4") print("[i for i in range()]", timer4.timeit(number=1000), "seconds") timer5 = timeit.Timer(stmt="t5()", setup="from __main__ import t5") print("list", timer5.timeit(number=1000), "seconds")
执行结果: insert 18.678989517 seconds extend 1.022223395000001 seconds append 0.6755100029999994 seconds += 0.773258104 seconds +加法 126.929554195 seconds [i for i in range()] 0.36483252799999377 seconds list 0.19607099800001038 seconds
pop操作测试
x = range(2000000) pop_zero = Timer("x.pop(0)","from __main__ import x") print("pop_zero ",pop_zero.timeit(number=1000), "seconds") x = range(2000000) pop_end = Timer("x.pop()","from __main__ import x") print("pop_end ",pop_end.timeit(number=1000), "seconds") # ('pop_zero ', 1.9101738929748535, 'seconds') # ('pop_end ', 0.00023603439331054688, 'seconds')
测试pop操作:从结果可以看出,"pop最后一个元素"的效率远远高于"pop第一个元素"
可以自行尝试下list的append(value)和insert(0,value),即一个后面插入和一个前面插入???
list内置操作的时间复杂度
dict内置操作的时间复杂度
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
标签:
Python,性能,分析
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
暂无“Python内置类型性能分析过程实例”评论...
更新日志
2024年11月08日
2024年11月08日
- 雨林唱片《赏》新曲+精选集SACD版[ISO][2.3G]
- 罗大佑与OK男女合唱团.1995-再会吧!素兰【音乐工厂】【WAV+CUE】
- 草蜢.1993-宝贝对不起(国)【宝丽金】【WAV+CUE】
- 杨培安.2009-抒·情(EP)【擎天娱乐】【WAV+CUE】
- 周慧敏《EndlessDream》[WAV+CUE]
- 彭芳《纯色角3》2007[WAV+CUE]
- 江志丰2008-今生为你[豪记][WAV+CUE]
- 罗大佑1994《恋曲2000》音乐工厂[WAV+CUE][1G]
- 群星《一首歌一个故事》赵英俊某些作品重唱企划[FLAC分轨][1G]
- 群星《网易云英文歌曲播放量TOP100》[MP3][1G]
- 方大同.2024-梦想家TheDreamer【赋音乐】【FLAC分轨】
- 李慧珍.2007-爱死了【华谊兄弟】【WAV+CUE】
- 王大文.2019-国际太空站【环球】【FLAC分轨】
- 群星《2022超好听的十倍音质网络歌曲(163)》U盘音乐[WAV分轨][1.1G]
- 童丽《啼笑姻缘》头版限量编号24K金碟[低速原抓WAV+CUE][1.1G]