मैं सोच रहा था कि विभिन्न दृष्टिकोणों के रनटाइम्स की तुलना करना उपयोगी हो सकता है इसलिए मैंने एक बेंचमार्क बनाया ( simple_benchmark का उपयोग करके ) )
मैं) बेंचमार्क 2 तत्वों के साथ tuples रहा है
जैसा कि आप इंडेक्स 0
शो द्वारा ट्यूपल्स से पहले तत्व का चयन करने की उम्मीद कर सकते हैं, ठीक 2 मानों की अपेक्षा करके सबसे तेज़ समाधान अनपैकिंग समाधान के करीब है।
import operator
import random
from simple_benchmark import BenchmarkBuilder
b = BenchmarkBuilder()
@b.add_function()
def rakesh_by_index(l):
return [i[0] for i in l]
@b.add_function()
def wayneSan_zip(l):
return list(list(zip(*l))[0])
@b.add_function()
def bcattle_itemgetter(l):
return list(map(operator.itemgetter(0), l))
@b.add_function()
def ssoler_upacking(l):
return [idx for idx, val in l]
@b.add_function()
def kederrack_unpacking(l):
return [f for f, *_ in l]
@b.add_arguments('Number of tuples')
def argument_provider():
for exp in range(2, 21):
size = 2**exp
yield size, [(random.choice(range(100)), random.choice(range(100))) for _ in range(size)]
r = b.run()
r.plot()
II) बेंचमार्क जिसमें 2 या अधिक तत्वों के साथ ट्यूपल हों
import operator
import random
from simple_benchmark import BenchmarkBuilder
b = BenchmarkBuilder()
@b.add_function()
def kederrack_unpacking(l):
return [f for f, *_ in l]
@b.add_function()
def rakesh_by_index(l):
return [i[0] for i in l]
@b.add_function()
def wayneSan_zip(l):
return list(list(zip(*l))[0])
@b.add_function()
def bcattle_itemgetter(l):
return list(map(operator.itemgetter(0), l))
@b.add_arguments('Number of tuples')
def argument_provider():
for exp in range(2, 21):
size = 2**exp
yield size, [tuple(random.choice(range(100)) for _
in range(random.choice(range(2, 100)))) for _ in range(size)]
from pylab import rcParams
rcParams['figure.figsize'] = 12, 7
r = b.run()
r.plot()