deque.popleft() vs list.pop(0)，性能分析

Question

根据，我检查了笔记本电脑的性能。

令人惊讶的是，我发现来自 list 的 pop(0) 比来自 deque 结构的 popleft() 更快：

python -m timeit 'l = range(10000)' 'l.pop(0)'

给出：

10000 loops, best of 3: 66 usec per loop

同时：

python -m timeit 'import collections' 'l = collections.deque(range(10000))' 'l.popleft()'

给出：

10000 loops, best of 3: 123 usec per loop

此外，我检查了 jupyter 的性能，发现了相同的结果：

%timeit l = range(10000); l.pop(0)

10000 loops, best of 3: 64.7 µs per loop

from collections import deque
%timeit l = deque(range(10000)); l.popleft()

10000 loops, best of 3: 122 µs per loop

这是什么原因？

Answer 1

问题是您的 timeit 调用还乘以 deque/list 创建，并且创建 deque 显然要慢得多，因为链接。

在命令行中，您可以使用 -s 选项将 setup 传递给 timeit，如下所示：

python -m timeit -s"import collections, time; l = collections.deque(range(10000000))" "l.popleft()"

此外，由于设置只运行一次，你会在一段时间后得到一个弹出错误（空列表），因为我没有更改默认的迭代次数，所以我创建了一个大的双端队列来制作它起来，得到

10000000 loops, best of 3: 0.0758 usec per loop

另一方面，list速度较慢：

python -m timeit -s "l = list(range(10000000))" "l.pop(0)"
100 loops, best of 3: 9.72 msec per loop

我还在脚本中对工作台进行了编码（更方便），其中包含一个设置（以避免设置时钟）和 100000 大小列表上的 99999 次迭代：

import timeit

print(timeit.timeit(stmt='l.pop(0)',setup='l = list(range(100000))',number=99999))
print(timeit.timeit(setup='import collections; l = collections.deque(range(100000))', stmt='l.popleft()', number=99999))

不足为奇：deque 获胜：

2.442976927292288 for pop in list
0.007311641921253109 for pop in deque

注意 l.pop() 列表运行s 在 0.011536903686244897 秒内，这在弹出最后一个元素时非常好，正如预期的那样。

deque.popleft() vs list.pop(0)，性能分析

deque.popleft() vs list.pop(0), performance analysis

python

python-2.7

list

performance

deque