python排序和唯一vs

Question

在Python2.7中，为了从冗余的字符串列表中检索一组唯一的字符串，首选的是什么（大约1000万个长度约为20的字符串）：

a）对列表进行排序并删除重复字符串

sort(l)
unique(l) #some linear time function

b）把它们放在一套里

^{pr2}$

注意，我不关心字符串的顺序。在

Answer 1

我做了一个简单的测试来检查两个解决方案的运行时间。第一个测试创建一个set，第二个测试对列表进行排序（为了简单起见，它不删除重复项）。在

正如预期的那样，创建一个集合要比排序快得多，因为它的复杂性是O(n)，而排序是O(nlogn)。在

import random
import string
import time


def random_str():
    size = random.randint(10, 20)
    chars = string.ascii_letters + string.digits
    return ''.join(random.choice(chars) for _ in range(size))


l = [random_str() for _ in xrange(1000000)]

t1 = time.clock()
for i in range(10):
    set(l)
t2 = time.clock()
print(round(t2-t1, 3))

t1 = time.clock()
for i in range(10):
    sorted(l)
t2 = time.clock()
print(round(t2-t1, 3))

我得到的输出：

^{pr2}$