Python 列表去重的4种方式及性能对比

列表去重的方式有很多，本文将一一讲解他们，并进行性能的对比。

[[350938]]

让我们先制造一些简单的数据，生成0到99的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，如果值不在新数组里便加入到新数组中。

# 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, 1 loop each) 

平均耗时在1.16秒左右，但是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, 10 loops each) 

平均耗时在48毫秒左右，改善明显，这是因为集合和数组的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，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】