bisect.insort 函数与 list.index 和 insert 函数的速度比较答案

【问题标题】：Speed comparison between bisect.insort function and list.index and insert functionbisect.insort 函数与 list.index 和 insert 函数的速度比较
【发布时间】：2018-12-12 02:07:25
【问题描述】：

正如 Python 文档所说，我认为 bisect 模块比 list 内置方法、索引和插入要快得多，以便将项目插入长有序列表。所以，我只是测量bisect_func() 和insert_func() 这两个函数的时间开销，如下面的代码。

bisect_func() 得分 1.27s 和 insert_func() 得分 1.38s，这不是一个戏剧性的时差。我的问题是，在这个例子中我是否遗漏了一些测试 bisect 效率的东西？或者 bisect 不是将项目插入有序列表的唯一有效方法？

import bisect

HAYSTACK = [n for n in range(100000000)]
NEEDLES = [0, 10, 30, 400, 700, 1000, 1100, 2200, 3600, 32000, 999999]

def bisect_func():
    for needle in reversed(NEEDLES):
        bisect.insort(HAYSTACK, needle)

def insert_func():
    for needle in reversed(NEEDLES):
        position = HAYSTACK.index(needle)
        HAYSTACK.insert(position, needle)

if __name__ == '__main__':
    import time
    start = time.time()
    # bisect_func()
    insert_func()
    end = time.time()
    print(end - start)

【问题讨论】：

这不是一个公平的测试（我不知道它是否会影响总冠军）但您应该使用timeit 而不是依赖全局变量

标签： python insert bisection

【解决方案1】：

来自insort的文档：

按排序顺序插入 x。这相当于 a.insert(bisect.bisect_left(a, x, lo, hi), x) 假设 a 是已经排序。请记住，O(log n) 搜索主要由缓慢的 O(n) 插入步骤。

重要的部分是：请记住，O(log n) 搜索主要由缓慢的 O(n) 插入步骤支配。 所以这两种方法都是 O(n) 最后，这就是为什么它们的效率相似，insort 稍好一些。

【讨论】：

【解决方案2】：

二分查找只会提高查找插入索引的性能。它没有改进插入到列表中，这两种情况下都是O(N)，并且支配了这两个函数的渐近复杂度。请记住，插入基于数组的列表需要移动插入索引之后的所有元素。

【讨论】：