为什么Sort（s1）== Sort（s2）比Counter（s1）== Counter（s2）更好用

Question

这是否被视为检查两个字符串是否彼此置换的有效方法？ 改用两个字典有什么区别？ Counter更适合python吗？

我想我应该澄清一下，我发表这条评论的原因是这样的评论： 检查两个无序列表是否相等，提到使用sort（s1）== sort（s2）检查两个字符串是否相同更有效。这是o（nlog（n）），您将认为Counter的运行时间更好。

Answer 1

在您提到的另一个问题中， JF Sebastian认为在几乎所有情况下使用sort都会比使用Counter更快，但他明智地指出，如果您真的很在意，您应该进行以下测量：“在实践中，它可能总是比collections.Counter()更快。 collections.Counter() （尽管对于.sort()渐近O(n)时间比O(n*log(n))好。）请测量它，如果它很重要。”

如下所示。 重点：

• 列表大小最多约为10^6 ， sort速度更快。

• 随着列表大小的增加，这种优势逐渐减少。

• 这些实验使用具有许多离散值的列表。 如果列表中重复值的百分比较高，则基准可能会有所不同。

• 这些测量表明，创建Counter的开销通常比仅对数据进行排序的开销要大。 考虑这种情况的一种方法是查看Counter创建相对于sort方法的log(n)部分的开销。 直到n变得相当大时， Counter数据结构的算法优势才开始得到足够的回报以证明该开销是合理的。

• 但是请记住 ：对于小数据量，速度优势可能无关紧要-除非您要大容量重复操作。 鉴于此，从代码设计的角度来看，对于大多数用例，“算法正确”的方法（使用Counter ）可能仍然更好-因为如果数据很大，则速度更快，而如果数据很小，则速度足够快。

编码：

import timeit, sys, random
from collections import Counter

def prep():
    random.shuffle(xs)
    random.shuffle(ys)

def use_counter():
    prep()
    return Counter(xs) == Counter(ys)

def use_sort():
    prep()
    xs.sort()
    ys.sort()
    return xs == ys

experiments = [
    (3, 10, 100000),
    (3, 100, 10000),
    (3, 1000, 1000),
    (3, 10000, 100),
    (3, 100000, 10),
    (3, 1000000, 1),
    (1, 10000000, 1),
]

for e in experiments:
    repeat, list_size, timeit_n = e
    xs = list(range(list_size))
    ys = list(range(list_size))
    r1 = timeit.repeat(use_counter, repeat = repeat, number = timeit_n)
    r2 = timeit.repeat(use_sort,    repeat = repeat, number = timeit_n)
    print
    print e
    print 'total  ', sum(r1), sum(r2)
    print 'm1/m2  ', min(r1) / min(r2)

输出示例（比率> 1表示Counter变慢）：

(3, 10, 100000)
total   5.06751918793 2.15432405472
m1/m2   2.34850470872

(3, 100, 10000)
total   3.16299915314 2.06651735306
m1/m2   1.52879303981

(3, 1000, 1000)
total   3.017786026 2.42989587784
m1/m2   1.24086325316

(3, 10000, 100)
total   3.06426525116 2.74061489105
m1/m2   1.11802891855

(3, 100000, 10)
total   3.66198205948 3.35467290878
m1/m2   1.1028159291

(3, 1000000, 1)
total   5.19361901283 5.08777713776
m1/m2   1.03125948765

(1, 10000000, 1)
total   20.0118789673 24.6061840057
m1/m2   0.813286569044

Answer 2

它是O（n），所以理论上很有效。 Counter 是字典的子类，因此唯一的区别是您必须使用Python来构建字典，而不是让Counter类（被称为“高性能”，因此我假设是用C实现）来做到这一点。 两者都是相同的big-O，但Counter会更快。

这是一个不同的big-O，但是对两个字符串进行排序实际上比我的系统上对Counter字符串不足的Counter快大约四倍。