maxがsortより遅いのはなぜですか？

Python 2および3の関数maxよりも遅いことがわかりましたsort。

Python 2

$ python -m timeit -s 'import random;a=range(10000);random.shuffle(a)' 'a.sort();a[-1]'
1000 loops, best of 3: 239 usec per loop
$ python -m timeit -s 'import random;a=range(10000);random.shuffle(a)' 'max(a)'        
1000 loops, best of 3: 342 usec per loop

Python 3

$ python3 -m timeit -s 'import random;a=list(range(10000));random.shuffle(a)' 'a.sort();a[-1]'
1000 loops, best of 3: 252 usec per loop
$ python3 -m timeit -s 'import random;a=list(range(10000));random.shuffle(a)' 'max(a)'
1000 loops, best of 3: 371 usec per loop

（）が関数（）より遅いのは なぜですか？maxO(n)sortO(nlogn)

timeitPythonでモジュールを使用する場合は、十分に注意する必要があります。

python -m timeit -s 'import random;a=range(10000);random.shuffle(a)' 'a.sort();a[-1]'

ここでは、初期化コードが1回実行され、ランダム化された配列が生成されaます。次に、残りのコードが数回実行されます。初めて配列をソートするときは、2回おきに、すでにソートされた配列に対してsortメソッドを呼び出します。返されるのは最速の時間だけなので、実際には、Pythonが既に並べ替えられた配列を並べ替えるのにかかる時間を計っています。

Pythonのソートアルゴリズムの一部は、配列がすでに部分的または完全にソートされていることを検出することです。完全にソートされたら、アレイを1回スキャンしてこれを検出し、停止します。

代わりにあなたが試した場合：

python -m timeit -s 'import random;a=range(100000);random.shuffle(a)' 'sorted(a)[-1]'

次に、すべてのタイミングループで並べ替えが行われ、配列の並べ替えにかかる時間が実際には最大値を見つけるよりもはるかに長いことがわかります。

編集： @skykingの答えは私が説明できなかった部分を説明しています：a.sort()それが要素に直接アクセスできるようにリストで動作していることを知っています。max(a)任意の反復可能オブジェクトで機能するため、一般的な反復を使用する必要があります。

まず、max()はイテレータプロトコルを使用し、list.sort()アドホックコードを使用していることに注意してください。明らかに、イテレータを使用することは重要なオーバーヘッドであるため、タイミングの違いを観察しています。

ただし、それとは別に、テストは公平ではありません。a.sort()同じリストで複数回実行しています。Pythonが使用するアルゴリズムは、具体的には、既に（部分的に）データをソートするために高速であるように設計されています。あなたのテストは、アルゴリズムがうまく機能していると言っています。

これらは公正なテストです：

$ python3 -m timeit -s 'import random;a=list(range(10000));random.shuffle(a)' 'max(a[:])'
1000 loops, best of 3: 227 usec per loop
$ python3 -m timeit -s 'import random;a=list(range(10000));random.shuffle(a)' 'a[:].sort()'
100 loops, best of 3: 2.28 msec per loop

ここでは、毎回リストのコピーを作成しています。ご覧のとおり、結果の大きさの順序は異なります。予想どおり、マイクロ秒とミリ秒です。

そして覚えておいてください：big-Ohは上限を指定します！Pythonのソートアルゴリズムの下限はΩ（n）です。O（n log n）であっても、すべての実行にn log nに比例した時間がかかるとは限りません。これは、O（n）アルゴリズムよりも低速である必要があることを意味することさえありませんが、それは別の話です。理解しておくべき重要なことは、いくつかの好ましいケースでは、O（n log n）アルゴリズムがO（n）時間以下で実行される可能性があることです。

これl.sortは、listwhileのメンバーがmaxジェネリック関数であるためです。これはl.sort、listwhile の内部表現に依存できるため、max汎用のイテレータプロトコルを経由する必要があることを意味します。

これにより、各要素のフェッチは、各要素のフェッチl.sortよりも高速になりますmax。

代わりに使用したsorted(a)場合、結果はより遅くなると思いますmax(a)。