如何比 .append 更快地构建列表？答案

【问题标题】：How to build a list faster than .append?如何比 .append 更快地构建列表？
【发布时间】：2021-01-05 04:30:25
【问题描述】：

我试过这个代码

p = 1000003
q = 400003
M = p*q  
n = 84480
X = [6225**2%M]
new = X[0]**2%M
i = 1
while new not in X and len(X) < n:
         X.append(new)
         new = X[i]**2%M
         i += 1

.append 语法需要一段时间来构建列表。我需要另一种语法来更快地创建列表，因为n 非常大。

【问题讨论】：

标签： python list performance append

【解决方案1】：

你可以试试 Python 的 extend() 方法，它比 append 更快。对于大型列表，extend() 方法的运行时间比append() 方法的运行时间快 60%。 more info

【讨论】：

扩展如何提高性能？他每一步只添加一个元素，因此 extend 将像 append 一样工作
@Glauco 对于较大的列表大小，extend() 方法应该更快，因为 Python 可以将元素批量追加到列表中，而不是一次又一次地调用相同的方法。
我同意你的观点，但是在这个算法中他一次只插入一个项目
@Glauco 他在他的问题中说“我需要另一种语法来更快地创建列表，因为 n 非常大。”所以这就是为什么我建议他尝试extend()。

【解决方案2】：

如果您不在运行时实例化或更改对象，Python 会很好地工作，因此如果您首先创建所有元素，您可以简单地重新分配值。但是这个算法缺少 [new in X] 部分，这是因为这是 O(NxM)。

所以最好的解决方案是在之前创建所有元素以避免追加，并使用更好的数据结构来检查值是否已经完成，这是一个字典：

p = 1000003
q = 400003
M = p*q  
n = 84480
X = [6225**2%M]*n
Xd = {X[0]:None}
new = X[0]**2%M
i = 1
while new not in Xd and i<n:
         X[i] = new
         Xd[new]=None
         new = X[i]**2%M
         i += 1



Original:
CPU times: user 47.5 s, sys: 13.2 ms, total: 47.5 s
Wall time: 49.5 s

Optimized:
CPU times: user 66.9 ms, sys: 9 µs, total: 66.9 ms
Wall time: 103 ms

【讨论】：

我明白了，重点是在开头构建列表。非常感谢兄弟
但是，现在我有 1 个列表和 1 个元组，这不是需要一段时间吗？
这不是一个元组，而是一个字典，对于 in 操作来说速度非常快。 (x in [] 需要 O(n)) ( x in {} 需要 O(1)) 所以这是第二个改进。

【解决方案3】：

您的问题不在于追加，而在于您检查是否存在重复条目的方式。您可以使用一组非常有效地做到这一点。

您还可以将代码构建为生成器，使其更易于使用和重用：

def modSquare(N,M,maxCount):
    seen = set()
    for _ in range(maxCount):
        N = N**2%M
        if N in seen: break
        yield N
        seen.add(N)

输出：

p = 1000003
q = 400003
M = p*q  
n = 84480
X = list(modSquare(6225,M,n))

print(len(X)) 
# 84480

print(X[:3],"...",X[-3:])
# [38750625, 395175256848, 7948406859] ... [166985992167, 267628307961, 385065196277]

【讨论】：