Удивительные результаты с Python timeit: Counter() vs defaultdict() vs dict()

Я получил очень неожиданные результаты с тайм-аутом, может ли кто-нибудь сказать мне, что я делаю что-то неправильно? Я использую Python 2.7.

Это содержимое файла speedtest_init.py:

import random

to_count = [random.randint(0, 100) for r in range(60)]

Это содержимое speedtest.py:

__author__ = 'BlueTrin'

import timeit

def test_init1():
    print(timeit.timeit('import speedtest_init'))

def test_counter1():
    s = """\
    d = defaultdict(int);
    for i in speedtest_init.to_count:
        d[i] += 1
    """
    print(timeit.timeit(s, 'from collections import defaultdict; import speedtest_init;'))

def test_counter2():
    print(timeit.timeit('d = Counter(speedtest_init.to_count);', 'from collections import Counter; import speedtest_init;'))


if __name__ == "__main__":
    test_init1()
    test_counter1()
    test_counter2()

Выход консоли:

C:\Python27\python.exe C:/Dev/codility/chlorum2014/speedtest.py
2.71501962931
65.7090444503
91.2953839048

Process finished with exit code 0

Я думаю, что по умолчанию timeit() выполняет 1000000 раз код, поэтому мне нужно разделить время на 1000000, но удивительно, что счетчик медленнее, чем defaultdict().

Ожидается ли это?

EDIT:

Также использование dict быстрее, чем defaultdict (int):

def test_counter3():
    s = """\
    d = {};
    for i in speedtest_init.to_count:
        if i not in d:
            d[i] = 1
        else:
            d[i] += 1
    """
    print(timeit.timeit(stmt=s, setup='from collections import defaultdict; import speedtest_init;')

эта последняя версия быстрее, чем defaultdict (int), означающая, что, если вам больше не нужна читаемость, вы должны использовать dict(), а не defaultdict().

Ответы

Ответ 1

Да, это ожидается; конструктор Counter() использует Counter.update(), который использует self.get() для загрузки начальных значений, а не для __missing__.

Кроме того, defaultdict __missing__ factory полностью обрабатывается кодом C, особенно при использовании другого типа типа int(), который сам реализован в C. Источник Counter - это чистый Python, Для метода Counter.__missing__ требуется выполнить кадр Python.

Поскольку dict.get() по-прежнему обрабатывается на C, подход конструктора является более быстрым подходом для Counter(), если вы используете тот же трюк Counter.update() и псевдоним поиска self.get как локальный первый:

>>> import timeit
>>> import random
>>> to_count = [random.randint(0, 100) for r in range(60)]
>>> timeit.timeit('for i in to_count: c[i] += 1',
...               'from collections import Counter; from __main__ import to_count; c = Counter()',
...               number=10000)
0.2510359287261963
>>> timeit.timeit('for i in to_count: c[i] = c_get(i, 0) + 1',
...               'from collections import Counter; from __main__ import to_count; c = Counter(); c_get = c.get',
...               number=10000)
0.20978617668151855

Оба defaultdict и Counter - полезные классы, созданные для их функциональности, а не их производительность; не полагаясь на крюк __missing__, может быть быстрее:

>>> timeit.timeit('for i in to_count: d[i] = d_get(i, 0) + 1',
...               'from __main__ import to_count; d = {}; d_get = d.get',
...               number=10000)
0.11437392234802246

Это обычный словарь, использующий метод псевдонимов dict.get() для максимальной скорости. Но тогда вам также придется повторно реализовать поведение мешка Counter или метода Counter.most_common(). Варианты использования defaultdict выходят за рамки подсчета.

В Python 3.2 обновление Counter() ускорилось, добавив библиотеку C, которая обрабатывает этот случай; см. номер 10667. Тестирование на Python 3.4, конструктор Counter() теперь превосходит случай с псевдонимом dict.get:

>>> timeit.timeit('Counter(to_count)',
...               'from collections import Counter; from __main__ import to_count',
...               number=100000)
0.8332311600097455
>>> timeit.timeit('for i in to_count: d[i] = d_get(i, 0) + 1',
...               'from __main__ import to_count; d = {}; d_get = d.get',
...               number=100000)
0.961191965994658