《Python高效能編程》——列表、元組、集合、字典特性及建立過程

標籤：它的   log   運行   表資料   常用   線性   建立   千萬   添加   

　　這裡的內容僅僅是本人閱讀《Python高效能編程》後總結的一些知識，用於自己更好的瞭解Python機制。本人現在並不從事計算密集型工作：人工智慧、資料分析等。僅僅只是出於好奇而去閱讀這本書。很多人因為Python不能同時使用多顆CPU（全域解譯器鎖GIL），而覺得它不能實現高效能。書中有很多介紹避開GIL或者Python虛擬機器的方式，例如Cython，PyPy等。

首先我們要說一下時間複雜度，可以協助我們理解CPython編譯器怎麼幹活：

時間複雜度

　　在描述演算法複雜度時,經常用到o(1), o(n), o(logn), o(nlogn)來表示對應演算法的時間複雜度, 這裡進行歸納一下它們代表的含義:　　這是演算法的時空複雜度的表示。不僅僅用於表示時間複雜度，也用於表示空間複雜度。O後面的括弧中有一個函數，指明某個演算法的耗時/耗空間與資料增長量之間的關係。其中的n代表輸入資料的量。比如時間複雜度為O(n)，就代表資料量增大幾倍，耗時也增大幾倍。比如常見的遍曆演算法。再比如時間複雜度O(n^2)，就代表資料量增大n倍時，耗時增大n的平方倍，這是比線性更高的時間複雜度。比如冒泡排序，就是典型的O(n^2)的演算法，對n個數排序，需要掃描n×n次。再比如O(logn)，當資料增大n倍時，耗時增大logn倍（這裡的log是以2為底的，比如，當資料增大256倍時，耗時只增大8倍，是比線性還要低的時間複雜度）。二分尋找就是O(logn)的演算法，每找一次排除一半的可能，256個資料中尋找只要找8次就可以找到目標。O(nlogn)同理，就是n乘以logn，當資料增大256倍時，耗時增大256*8=2048倍。這個複雜度高於線性低於平方。歸併排序就是O(nlogn)的時間複雜度。O(1)就是最低的時空複雜度了，也就是耗時/耗空間與輸入資料大小無關，無論輸入資料增大多少倍，耗時/耗空間都不變。 雜湊演算法就是典型的O(1)時間複雜度，無論資料規模多大，都可以在一次計算後找到目標（不考慮衝突的話）  列表和元組 1、列表是動態數組，它們可變且可以重設長度（改變其內部元素個數）。2、元組是靜態數組，它們不可變，且其內部資料一旦建立便無法改變。3、元組緩衝與Python 運行時環境，這以為著我們每次使用元組都無需訪問核心去分配記憶體。 當建立的資料量及，達到百萬千萬級以上，合并多個元組，會比一個列表佔用更少的空間。 列表在進行append()操作時，會Copy原列表，建立一個更大的列表，然後銷毀原列表。在append時，編譯器會預建立一部分資料空間，用於以後的添加。元組在進行合併作業（+）時，會建立一個新的元組，然後銷毀舊的元組，元組資料集前後不會發生改變  字典和集合 字典和集合適合於儲存能夠被索引的資料。當你在使用字典和集合處理可以索引的資料時它的時間複雜度是O(1)，但是對於那些不能被索引的資料是徒勞無功的。 　　字典與集合在CPython建立時，會像系統申請定量記憶體塊預設最小長度是8，每次改變大小增加到原來的4倍。每次插入資料時會產生索引(位元)，會在申請的記憶體儲存塊中隨機插入，如果目標儲存塊已有資料，那就換個位置，這叫做散列碰撞。 由於字典與集合在插入資料不是每一次都會擴增集合體積，所以會比列表效率高效、省記憶體空間。雖然會有散列碰撞，但是每次散列碰撞都是位元的比較。 集合：在對一批資料進行去重時，不如把這批資料放入集合中。因為在你使用列表格儲存體這批資料時，你需要手動判斷是否重複，而且列表會預建立空桶用於存接下來的資料。而集合是一個純Key的數組，裡面的資料時唯一的。 字典：是key:value的形式儲存 散列函數：在散列函數中會對字典和列表產生位元作為掩碼(可以理解為索引，因為在插入、查詢時是依靠這個值)。 　　應該有一種——而且最好只有唯一的一種——明顯的方式去完成它。雖然這種方式可能一開始並不明顯，除非你是荷蘭人。——Tim PetersPython之禪使用Python的目的是快速實現功能，且代碼能夠穩定運行。至於最佳化，所花費的時間可能是產品初創到誕生的數倍時間。

《Python高效能編程》——列表、元組、集合、字典特性及建立過程