python与算法:python构造整数列表的方法总结并且计算构造效率

简介: python与算法:python构造整数列表的方法总结并且计算构造效率
import numpy as np
import time
import matplotlib.pyplot as plt
def test1(n):
    lst=[]
    for i in range(n):
        lst+=[i]
    return lst
def test2(n):
    lst=[]
    for i in range(n):
        lst.append(i)
    return lst
def test3(n):
    return [i for i in range(n)]
def test4(n):
    return list(range(n))
def test5(n):
    return list(np.arange(n))
def test1_time(n):
    t1=time.time()
    test1(n)
    t2=time.time()
    return t2-t1
def test2_time(n):
    t1=time.time()
    test2(n)
    t2=time.time()
    return t2-t1
def test3_time(n):
    t1=time.time()
    test3(n)
    t2=time.time()
    return t2-t1
def test4_time(n):
    t1=time.time()
    test4(n)
    t2=time.time()
    return t2-t1
def test5_time(n):
    t1=time.time()
    test5(n)
    t2=time.time()
    return t2-t1
x=list(range(10000,500000,10000))
y1=[test1_time(i) for i in x]
y2=[test2_time(i) for i in x]
y3=[test3_time(i) for i in x]
y4=[test4_time(i) for i in x]
y5=[test5_time(i) for i in x]
plt.plot(x,y1,color='red')
plt.plot(x,y2,color='green')
plt.plot(x,y3,color='yellow')
plt.plot(x,y4,color='blue')
plt.plot(x,y5,color='black')
plt.legend(["test1", "test2","test3","test4","test5"])
plt.show()

20190628143515232.png

从构造的时间上来看,应该首先用list(range(n))来进行,其次用numpy.arange(n)。其他的可以不考虑推荐了。

目录
相关文章
|
3月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
149 6
|
3月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
344 1
|
4月前
|
机器学习/深度学习 数据采集 数据挖掘
基于 GARCH -LSTM 模型的混合方法进行时间序列预测研究(Python代码实现)
基于 GARCH -LSTM 模型的混合方法进行时间序列预测研究(Python代码实现)
141 2
|
3月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
354 0
|
3月前
|
算法 机器人
基于SOA海鸥优化算法的PID控制器最优控制参数计算matlab仿真
本课题研究基于海鸥优化算法(SOA)优化PID控制器参数的方法,通过MATLAB仿真对比传统PID控制效果。利用SOA算法优化PID的kp、ki、kd参数,以积分绝对误差(IAE)为适应度函数,提升系统响应速度与稳定性。仿真结果表明,SOA优化的PID控制器在阶跃响应和误差控制方面均优于传统方法,具有更快的收敛速度和更强的全局寻优能力,适用于复杂系统的参数整定。
|
4月前
|
调度 Python
微电网两阶段鲁棒优化经济调度方法(Python代码实现)
微电网两阶段鲁棒优化经济调度方法(Python代码实现)
130 0
|
3月前
|
人工智能 数据安全/隐私保护 异构计算
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
415 8
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
|
2月前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
145 0
|
2月前
|
机器学习/深度学习 算法 物联网
基于遗传方法的动态多目标优化算法
基于遗传方法的动态多目标优化算法
|
4月前
|
机器学习/深度学习 数据采集 算法
【CNN-BiLSTM-attention】基于高斯混合模型聚类的风电场短期功率预测方法(Python&matlab代码实现)
【CNN-BiLSTM-attention】基于高斯混合模型聚类的风电场短期功率预测方法(Python&matlab代码实现)
259 4

推荐镜像

更多