导致奇怪行为的速度测试。将一次花费的时间乘以100，另一次只乘以10

Question

我正在做一个有三个功能的速度测试，readFile，prepDict和test。测试是简单的predict（readFile）。然后我用timeit模块运行了很多次。你知道吗

当我将循环的数量增加10倍时，函数prepDict花费的时间大约是原来的100倍，而使用函数prepDict的函数测试只增加了10倍。你知道吗

下面是函数和测试。你知道吗

def readFile(filepath):
    tempDict = {}
    file = open(filepath,'rb')
    for line in file:
        split = line.split('\t')
        tempDict[split[1]] = split[2]
    return tempDict

def prepDict(tempDict):
    for key in tempDict.keys():
        tempDict[key+'a'] = tempDict[key].upper()
        del tempDict[key]
    return tempDict

def test():
    prepDict(readFile('two.txt'))

if __name__=='__main__':
    from timeit import Timer
    t = Timer(lambda: readFile('two.txt'))
    print 'readFile(10000): ' + str(t.timeit(number=10000))

    tempDict = readFile('two.txt')
    t = Timer(lambda: prepDict(tempDict))
    print 'prepDict (10000): ' + str(t.timeit(number=10000))

    t = Timer(lambda: test())
    print 'prepDict(readFile) (10000): ' + str(t.timeit(number=10000))

    t = Timer(lambda: readFile('two.txt'))
    print 'readFile(100000): ' + str(t.timeit(number=100000))

    tempDict = readFile('two.txt')
    t = Timer(lambda: prepDict(tempDict))
    print 'prepDict (100000): ' + str(t.timeit(number=100000))

    t = Timer(lambda: test())
    print 'prepDict(readFile) (100000): ' + str(t.timeit(number=100000))

我得到的结果如下：

readFile(10000): 0.61602914474
prepDict (10000): 0.200615847469
prepDict(readFile) (10000): 0.609288647286
readFile(100000): 5.91858320729
prepDict (100000): 18.8842101717
prepDict(readFile) (100000): 6.45040039665

如果我多次运行它，就会得到类似的结果。为什么prepDict增加了约100倍，而prepDict（readFile）只增加了10倍，即使它使用prepDict函数？你知道吗

你知道吗两个.txt是具有以下数据点的表格分隔文件：

Item    Title   Hello2
Item    Desc    Testing1232
Item    Release 2011-02-03

Answer 1

对prepDict的调用不是在孤立的环境中发生的。每次对prepDict的调用都会修改tempDict键，每次都会变长一点。因此，在对prepDict进行10**5次调用之后，prepDict中的键是相当大的字符串。如果将print语句放在prepDict中，您可以（大量地）看到这一点：

def prepDict(tempDict):
    for key in tempDict.keys():
        tempDict[key+'a'] = tempDict[key].upper()
        del tempDict[key]
    print(tempDict)
    return tempDict

解决这个问题的方法是确保每次调用prepDict或者更一般地说，您正在计时的语句不会影响正在计时的下一个调用（或语句）。abarnert已经展示了解决方案：prepDict(tempDict.copy())。你知道吗

顺便说一下，您可以使用for-loop来减少代码重复：

import timeit
import collections    

if __name__=='__main__':
    Ns = [10**4, 10**5]
    timing = collections.defaultdict(list)
    for N in Ns:
        timing['readFile'].append(timeit.timeit(
            "readFile('two.txt')",
            "from __main__ import readFile",
            number = N))
        timing['prepDict'].append(timeit.timeit(
            "prepDict(tempDict.copy())",
            "from __main__ import readFile, prepDict; tempDict = readFile('two.txt')",
            number = N))
        timing['test'].append(timeit.timeit(
            "test()",
            "from __main__ import test",
            number = N))

    print('{k:10}: {N[0]:7} {N[1]:7} {r}'.format(k='key', N=Ns, r='ratio'))
    for key, t in timing.iteritems():
        print('{k:10}: {t[0]:0.5f} {t[1]:0.5f} {r:>5.2f}'.format(k=key, t=t, r=t[1]/t[0]))

产生计时，例如

key       :   10000  100000 ratio
test      : 0.11320 1.12601  9.95
prepDict  : 0.01604 0.16167 10.08
readFile  : 0.08977 0.91053 10.14

Answer 2

之所以会发生这种情况，是因为当您只测试prepDict时，您正在为所有对prepDict的调用重用tempDict。由于prepDict在字典中的所有项上循环，然后基本上只是将每个字符串键的长度增加一个，最终会得到一堆非常长的键。随着它的发展，这开始减慢您的函数的速度，因为字符串连接操作正在使用/重新创建越来越大的字符串。你知道吗

这在test中不是问题，因为每次都要重新初始化字典。你知道吗

Answer 3

这里的问题是prepDict函数扩展了输入。每次按顺序调用它时，它都有更多的数据要处理。数据呈线性增长，因此第10000次运行的时间大约是第一次运行的10000倍。*

当您调用test时，它每次都在创建一个新的dict，因此时间是恒定的。你知道吗

通过更改prepDict测试以每次在dict的新副本上运行，您可以很容易地看到这一点：

t = Timer(lambda: prepDict(tempDict.copy()))

---

顺便说一下，你的prepDict实际上并不是随着number呈指数增长的，只是二次增长。一般来说，当某个数据呈超线性增长时，您需要估计算法开销，您确实需要获得两个以上的数据点。你知道吗

---

*这不是真的，它只会在字符串和散列操作（线性增长）所花费的时间开始淹没每一个其他操作（都是常数）所花费的时间时开始线性增长。你知道吗

**您在这里没有提到任何关于指数增长的内容，但在your previous question中您提到了，因此您可能在实际问题中做出了相同的毫无根据的假设。你知道吗