为啥python处理排序列表比未排序列表花费更多时间

Posted 2023-03-11

【中文标题】为啥python处理排序列表比未排序列表花费更多时间

【英文标题】：why python process a sorted list cost more time than a unsorted list为什么python处理排序列表比未排序列表花费更多时间

【发布时间】：2018-08-30 04:37:37

【问题描述】：

例子：

import cProfile, random, copy
def foo(lIn): return [i*i for i in lIn]
lIn = [random.random() for i in range(1000000)]
lIn1 = copy.copy(lIn)
lIn2 = sorted(lIn1)
cProfile.run('foo(lIn)')
cProfile.run('foo(lIn2)')

结果：

0.075 秒内调用 3 个函数

排序者：标准名称

ncalls tottime percall cumtime percall filename:lineno(function) 1 0.005 0.005 0.075 0.075 :1() 1 0.070 0.070 0.070 0.070 测试.py:716(foo) 1 0.000 0.000 0.000 0.000 方法'禁用''_lsprof.Profiler'对象

3 个函数调用在 0.143 秒内

排序者：标准名称

ncalls tottime percall cumtime percall filename:lineno(function) 1 0.006 0.006 0.143 0.143 :1() 1 0.137 0.137 0.137 0.137 测试.py:716(foo) 1 0.000 0.000 0.000 0.000 方法'禁用''_lsprof.Profiler'对象

【问题讨论】：

这没有意义

它似乎与排序没有任何关系。你可以用random.shuffle(lIn1) 代替 sort 和cProfile.run('foo(lIn1)')，你会得到同样的结果。

是什么导致处理时间加倍？

也许第一个列表还在缓存中？而且您在第一次测试调用中使用的是lIn，而不是lIn1。

why-is-copying-a-shuffled-list-much-slower

【参考方案1】：

还没有真的答案，但评论边距对于这个来说有点太小了。

由于random.shuffle() 会产生相同的结果，我决定实现我自己的shuffle 函数并改变我洗牌的次数。 （在下面的例子中，它是xrange，300000的参数。

def my_shuffle(array):
    for _ in xrange(300000):
        rand1 = random.randint(0, 999999)
        rand2 = random.randint(0, 999999)
        array[rand1], array[rand2] = array[rand2], array[rand1]

其他代码几乎没有修改：

import cProfile, random, copy
def foo(lIn): return [i*i for i in lIn]
lIn = [random.random()*100000 for i in range(1000000)]
lIn1 = copy.copy(lIn)
my_shuffle(lIn1)
cProfile.run('foo(lIn)')
cProfile.run('foo(lIn1)')

第二次cProfile 得到的结果取决于我洗牌的次数：

10000 0.062 100000 0.082 200000 0.099 400000 0.122 800000 0.137 8000000 0.141 10000000 0.141 100000000 0.248

看起来你把数组弄得越乱，操作就越长，直到某个点。 （我不知道最后的结果。花了这么长时间，我在后台做了一些简单的其他事情，并不想重试。）