itertools.chain
只是生成一个生成器,所以如果您可以使用生成器而不是列表,那么生成时间是恒定的,但在访问每个元素时需要付出代价。否则,list_a[0:0] = list_b
比 list_a = list_b + list_a
快大约6倍。
我认为list_a = list_b + list_a
是最易读的选择,而且已经相当快了。
您提到的两种使用append()
的for
循环方法速度非常慢,因此我没有包含它们。
在 1.6 GHz 双核 Intel Core i5 上,使用 16 GB 的 2133 MHz LPDDR3 RAM 运行 Python 3.7.5 [Clang 11.0.0 (clang-1100.0.33.8)]
,使用以下代码运行:
from timeit import timeit
import random
import matplotlib.pyplot as plt
num_data_points = 1000
step = 10
methods = [
"list_a = list_b + list_a",
"list_a[0:0] = list_b",
"list_a = itertools.chain(list_b, list_a)",
]
x = list(range(0, num_data_points * step, step))
y = [[] for _ in methods]
for i in x:
list_a = list(range(i))
list_b = list(range(i))
random.shuffle(list_a)
random.shuffle(list_b)
setup = f"list_a = {list_a}; list_b = {list_b}"
for method_index, method in enumerate(methods):
y[method_index].append(timeit(method, setup=setup, number=30))
print(i, "out of", num_data_points * step)
ax = plt.axes()
for method_index, method in enumerate(methods):
ax.plot(x, y[method_index], label=method)
ax.set(xlabel="number of elements in both lists", ylabel="time (s) (lower is better)")
ax.legend()
plt.show()