Python 列表去重的4种方式及性能对比

列表去重是列表Python中一种常见的处理方式，任何编程场景都可能会遇到需要列表去重的去重情况。

列表去重的及性方式有很多，本文将一一讲解他们，列表并进行性能的去重对比。

让我们先制造一些简单的及性数据，生成0到99的列表100万个随机数：

from random import randrange DUPLICATES = [randrange(100) for _ in range(1000000)] 

接下来尝试这4种去重方式中最简单直观的方法：

1. 新建一个数组，遍历原数组，去重如果值不在新数组里便加入到新数组中。及性

# 第一种方式 def easy_way():     unique = []     for element in DUPLICATES:         if element not in unique:             unique.append(element)     return unique 

进入ipython使用timeit计算其去重耗时：

%timeit easy_way() # 1.16 s ± 137 ms per loop (mean ± std. dev. of 7 runs,列表 1 loop each) 

平均耗时在1.16秒左右，但是去重在这个例子中我们使用了数组作为存储对象，实际上如果我们改成集合存储去重后的及性结果，性能会快不少：

def easy_way():     unique = set()     for element in DUPLICATES:         if element not in unique:             unique.add(element)     return unique  %timeit easy_way() # 48.4 ms ± 11.6 ms per loop (mean ± std. dev. of 7 runs,列表 10 loops each) 

平均耗时在48毫秒左右，改善明显，去重这是及性因为集合和数组的香港云服务器内在数据结构完全不同，集合使用了哈希表，因此速度会比列表快许多，但缺点在于无序。

接下来看看第2种方式：

2. 直接对数组进行集合转化，然后再转回数组：

# 第二种去重方式 def fast_way()     return list(set(DUPLICATES)) 

耗时：

%timeit fast_way() # 14.2 ms ± 1.73 ms per loop (mean ± std. dev. of 7 runs, 100 loops each) 

平均耗时14毫秒，这种去重方式是最快的，但正如前面所说，集合是无序的，将数组转为集合后再转为列表，就失去了原有列表的顺序。

如果现在有保留原数组顺序的需要，那么这个方式是不可取的，怎么办呢?

3. 保留原有数组顺序的去重

使用dict.fromkeys()函数，可以保留原有数组的顺序并去重：

def save_order():     return list(dict.fromkeys(DUPLICATES)) 

当然，服务器托管它会比单纯用集合进行去重的方式耗时稍微久一点：

%timeit save_order() # 39.5 ms ± 8.66 ms per loop (mean ± std. dev. of 7 runs, 10 loops each) 

平均耗时在39.5毫秒，我认为这是可以接受的耗时，毕竟保留了原数组的顺序。

但是，dict.fromkeys()仅在Python3.6及以上才支持。

如果你是Python3.6以下的版本，那么可能要考虑第四种方式了。

4. Python3.6以下的列表保留顺序去重

在Python3.6以下，其实也存在fromkeys函数，只不过它由collections提供：

from collections import OrderedDict def save_order_below_py36():     return list(OrderedDict.fromkeys(DUPLICATES)) 

耗时：

%timeit save_order_below_py36() # 71.8 ms ± 16.9 ms per loop (mean ± std. dev. of 7 runs, 10 loops each) 

平均耗时在72毫秒左右，比 Python3.6 的内置dict.fromkeys()慢一些，因为OrderedDict是用纯Python实现的。

【责任编辑：赵宁宁 TEL：（010）68476606】

很赞哦!（97557）