[英]Why List is faster than Dict on the same python code?
我写了一个关于动态规划的函数。
递归公式为
T(n) = T(0) * T(n-1) + T(1) * T(n-2) + … + T(n-1) * T(0)
如您所见, T(n)
的值取决于T(0) … T(n-1)
。
在这个问题中,我需要存储T(0) … T(n-1)
来计算T(n)
。
但哪种数据结构最好?
假设我们已经完成了
T(0) … T(5)
。 我们需要计算T(6)
我们可以将 T 存储在以下结构中:
T = [1,1,2,5,14,42,0]
T = {0:1,1:1,2:2,3:5,4:14,5:42,6:0}
我的答案一开始是dict
,因为得到T(k)
的时间复杂度是O(1)
。
但是经过对list
和dict
测试。 测试结果表明list
比dict
快。 为什么???
我使用n = 1000
来测试程序。
import timeit
def test(n, T):
T[0] = 1
# calculate T[i]
# we need to calculate T[0]-> T[n-1] at first.
for i in range(1,n+1):
for j in range(i):
T[i] += T[j]*T[i-1-j]
return T[n]
# initial list T
T_1 = [0]*1001
# initial dict T
T_2 = {}
for i in range(1001):
T_2[i] = 0
t = timeit.timeit(stmt="test(1000,T_1)",setup="from __main__ import test,T_1;",number=10)
print("store T with list, total time is:",t)
t = timeit.timeit(stmt="test(1000,T_2)",setup="from __main__ import test,T_2;",number=10)
print("store T with dict, total time is:",t)
运行结果如下:
用list存储T,总时间为:6.454328614287078
用dict存储T,总时间为:6.761199993081391
谢谢你的帮助。
TLDR:字典使用散列来查找增加了一些开销的值。 还存在冲突的可能性,这需要更多的性能来解决。
长答案:
哈希:
字典实现为哈希表,它是一种在内部将值存储在数组中的数据结构。 它通过将键传递给散列函数来确定要使用的索引。 散列函数将产生一个内部数组范围内的值。 这是一种通过键而不是索引来查找项目的相对快速的方法。 但是由于每次都需要运行这个散列函数,它仍然比直接通过索引查找要慢。
碰撞:
在大多数情况下,字典不能完全避免冲突。 内部数组既可以实现为链表数组,也可以使用其他技术来解决冲突。 如果数据集变化缓慢,或者从不变化,则可以避免冲突; 为给定的数据集创建一个完美的哈希函数。 没有适用于所有数据集的通用完美哈希函数,这是不可能的。 因此,诸如 Python 中提供的通用字典必须实现冲突解决。
哪种数据结构更好? 这取决于您的数据是如何映射的。
如果您可以将其映射到具有很少间隙的连续整数键(例如 0、1、2、3、4、5 等...),那么数组(python 中的列表)可能是最佳选择。
如果您的数据集具有非整数键,则字典是最佳选择。 这就是它的设计目的。
如果您有大间隔的整数键,与列表相比,字典将节省大量内存,因为列表必须包含大量浪费的索引。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.