python - 更好/更快地循环遍历集合或列表？

Question

如果我有一个包含许多重复项的 python 列表，并且我想遍历每个项目，而不是重复项，最好使用一个集合(如 set(mylist)，或者找到另一种方法来创建没有重复的列表？我想只是循环遍历列表并检查重复，但我认为这就是 set() 在初始化时所做的。

所以如果 mylist = [3,1,5,2,4,4,1,4,2,5,1,3] 我真的只想循环遍历 [1,2,3,4,5](顺序无关紧要)，我应该使用 set(mylist) 还是别的什么？

在最后一个示例中可能有另一种选择，因为列表包含其最小值和最大值之间的每个整数，我可以循环通过 range(min(mylist),max(mylist)) 或通过set(mylist)。在这种情况下，我通常应该尽量避免使用 set 吗？另外，查找 min 和 max 会比创建 set 慢吗？

---

在上一个例子的情况下，set 更快:

from numpy.random import random_integers
ids = random_integers(1e3,size=1e6)

def set_loop(mylist):
    idlist = []
    for id in set(mylist):
        idlist.append(id)
    return idlist

def list_loop(mylist):
    idlist = []
    for id in range(min(mylist),max(mylist)):
        idlist.append(id)
    return idlist

%timeit set_loop(ids)
#1 loops, best of 3: 232 ms per loop

%timeit list_loop(ids)
#1 loops, best of 3: 408 ms per loop

Answer 1

只需使用 set。它的语义正是您想要的:独特项目的集合。

从技术上讲，您将遍历列表两次:一次用于创建集合，一次用于您的实际循环。但是使用任何其他方法，您会做同样多的工作或更多。