python - 排序和唯一与集合答案

【问题标题】：python - Sort & Unique vs Setpython - 排序和唯一与集合
【发布时间】：2016-06-29 09:52:57
【问题描述】：

在 python 2.7 中，为了从冗余字符串列表中检索唯一字符串集，首选的是什么（大约 1000 万个长度为 ~20 的字符串）：

a) 对列表进行排序并删除重复的字符串

sort(l)
unique(l) #some linear time function

b) 把它们都放在一个集合中

set(l)

请注意，我不关心字符串的顺序。

【问题讨论】：

您可以使用 timeit 模块来 100% 确定，但我会非常惊讶它 a) 比 b) 工作得更快，因为 a) 需要 O(n + nlogn) 而 b) 只需要 O(n)

标签： python python-2.7 sorting set unique

【解决方案1】：

我做了一个简单的测试来检查两种解决方案的运行时间。第一个测试创建一个set，第二个测试对列表进行排序（为简单起见，它不会删除重复项）。

正如预期的那样，创建一个集合比排序快得多，因为它的复杂性是O(n)，而排序是O(nlogn)。

import random
import string
import time


def random_str():
    size = random.randint(10, 20)
    chars = string.ascii_letters + string.digits
    return ''.join(random.choice(chars) for _ in range(size))


l = [random_str() for _ in xrange(1000000)]

t1 = time.clock()
for i in range(10):
    set(l)
t2 = time.clock()
print(round(t2-t1, 3))

t1 = time.clock()
for i in range(10):
    sorted(l)
t2 = time.clock()
print(round(t2-t1, 3))

我得到的输出：

2.77
11.83

【讨论】：

使用timeit 是进行此类测量的规范方法，但无论如何这是正确的方法。衡量，不要猜测。