Jaki jest najszybszy (do dostępu) obiekt podobny do struktury w Pythonie?

To pytanie jest dość stare (internet-time), więc pomyślałem, że spróbuję dzisiaj powtórzyć twój test, zarówno ze zwykłym Cpythonem (2.7.6), jak i z pypy (2.2.1) i zobaczę, jak różne metody się porównują. (Dodałem również w zindeksowanym wyszukiwaniu nazwanej krotki.)

Jest to trochę mikro-benchmark, więc YMMV, ale wydaje się, że pypy przyspieszył dostęp do krotki o współczynnik 30 w porównaniu z Cpythonem(podczas gdy dostęp do słownika został przyspieszony tylko o współczynnik 3).

from collections import namedtuple

STest = namedtuple("TEST", "a b c")
a = STest(a=1,b=2,c=3)

class Test(object):
    __slots__ = ["a","b","c"]

    a=1
    b=2
    c=3

b = Test()

c = {'a':1, 'b':2, 'c':3}

d = (1,2,3)
e = [1,2,3]
f = (1,2,3)
g = [1,2,3]
key = 2

if __name__ == '__main__':
    from timeit import timeit

    print("Named tuple with a, b, c:")
    print(timeit("z = a.c", "from __main__ import a"))

    print("Named tuple, using index:")
    print(timeit("z = a[2]", "from __main__ import a"))

    print("Class using __slots__, with a, b, c:")
    print(timeit("z = b.c", "from __main__ import b"))

    print("Dictionary with keys a, b, c:")
    print(timeit("z = c['c']", "from __main__ import c"))

    print("Tuple with three values, using a constant key:")    
    print(timeit("z = d[2]", "from __main__ import d"))

    print("List with three values, using a constant key:")
    print(timeit("z = e[2]", "from __main__ import e"))

    print("Tuple with three values, using a local key:")
    print(timeit("z = d[key]", "from __main__ import d, key"))

    print("List with three values, using a local key:")
    print(timeit("z = e[key]", "from __main__ import e, key"))

Python Wyniki:

Named tuple with a, b, c:
0.124072679784
Named tuple, using index:
0.0447055962367
Class using __slots__, with a, b, c:
0.0409136944224
Dictionary with keys a, b, c:
0.0412045334915
Tuple with three values, using a constant key:
0.0449477955531
List with three values, using a constant key:
0.0331083467148
Tuple with three values, using a local key:
0.0453569025139
List with three values, using a local key:
0.033030056702

Wyniki PyPy:

Named tuple with a, b, c:
0.00444889068604
Named tuple, using index:
0.00265598297119
Class using __slots__, with a, b, c:
0.00208616256714
Dictionary with keys a, b, c:
0.013897895813
Tuple with three values, using a constant key:
0.00275301933289
List with three values, using a constant key:
0.002760887146
Tuple with three values, using a local key:
0.002769947052
List with three values, using a local key:
0.00278806686401

Kilka punktów i pomysłów:

1) masz czas na dostęp do tego samego indeksu wiele razy z rzędu. Twój rzeczywisty program prawdopodobnie używa dostępu losowego lub liniowego, który będzie miał inne zachowanie. W szczególności będzie więcej braków pamięci podręcznej procesora. Możesz uzyskać nieco inne wyniki za pomocą rzeczywistego programu.

2) OrderedDictionary jest zapisywany jako wrapper wokół dict, ergo będzie wolniejszy niż dict. To nie jest rozwiązanie.

3) Czy próbowałeś obu w Nowym Stylu a zajęcia w starym stylu? (klasy w Nowym stylu dziedziczą z object; klasy w starym stylu nie)

4) Czy próbowałeś użyć psyco lub połykać bez ładunku?

5) czy Twoja wewnętrzna pętla modyfikuje dane, czy po prostu uzyskuje do nich dostęp? Może być możliwe przekształcenie danych w najbardziej efektywną formę przed wejściem do pętli, ale użyj najwygodniejszej formy w innym miejscu programu.

Skusiłbym się albo (A) wymyślić jakiś rodzaj buforowania specyficznego dla obciążenia pracą i odciążyć przechowywanie i pobieranie moich danych do procesu podobnego do memcachedb, aby poprawić skalowalność, a nie samą wydajność lub (b) przepisać jako rozszerzenie C, z natywnym przechowywaniem danych. Być może Typ słownika uporządkowanego.

Możesz zacząć od tego: http://www.xs4all.nl / ~ anthon / Python / ordereddict /

Możesz utworzyć sekwencję klas poprzez dodanie metod __iter__ i __getitem__, aby uczynić je sekwencją podobną (indeksowalną i iteratywną.)

Czy OrderedDict praca? Dostępnych jest kilka implementacji i jest on zawarty w Python31 collections moduł.