18

我已经看到其他 Python 程序员将集合模块中的 defaultdict 用于以下用例：

from collections import defaultdict

s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]

def main():
    d = defaultdict(list)
    for k, v in s:
        d[k].append(v)

我通常通过使用 setdefault 来解决这个问题：

def main():
    d = {}
    for k, v in s:
        d.setdefault(k, []).append(v)

事实上，文档确实声称使用 defaultdict 更快，但我在测试自己时看到了相反的情况：

$ python -mtimeit -s "from withsetdefault import main; s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)];" "main()"
100000 loops, best of 3: 4.51 usec per loop
$ python -mtimeit -s "from withdefaultdict import main; s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)];" "main()"
100000 loops, best of 3: 5.38 usec per loop

我设置测试的方式有问题吗？

作为参考，我使用的是 Python 2.7.3 [GCC 4.2.1 (Apple Inc. build 5666)

4

1 回答 1

25

是的，有一些“错误”：

您已将创建的(default)dict放入语句而不是设置中。构建一个新defaultdict的比普通的更昂贵dict，通常这不是你应该在程序中分析的瓶颈——毕竟，你构建了一次数据结构，但你会多次使用它们。

如果您进行如下测试，您会发现defaultdict操作确实更快：

>>> import timeit
>>> setup1 = """from collections import defaultdict
... s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
... d = defaultdict(list)"""
>>> stmt1 = """for k, v in s:
...     d[k].append(v)"""
>>> setup2 = """s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
... d = {}"""
>>> stmt2 = """for k, v in s:
...     d.setdefault(k, []).append(v)"""
>>> timeit.timeit(setup=setup1, stmt=stmt1)
1.0283400125194078
>>> timeit.timeit(setup=setup2, stmt=stmt2)
1.7767367580925395

Win7 x64 上的 Python 2.7.3。

于 2012-09-23T20:38:09.827 回答