python列表count函数分析

看两个语句的内容以及执行的的结果

1.

for i in list_all:

    dict1[i]=dict1.get(i,0)+1

2.

 for i in set(list_all):

     dict1[i]=list_all.count(i)

40ms的是1，1000ms的是2

一个运行花了1000多毫秒，一个40毫秒，差了接近30倍，根据测试，list_all中元素至少大于1500，不到5000，具体的我也没再试了，但足以证明，在对含有大量元素的列表进行统计时，count函数的使用不尽人意，具体原因需要找到count源码分析，猜测，count也是通过类似于遍历的方法对列表中所有元素进行查找，这相当于我在对set(list_all)遍历的基础上，再对list_all遍历，如果以遍历的所有元素量代表速度，那么1代码运行速度约等于len(list_all)+(1+len(dict1))*len(dict1)/2，2代码运行速度约等于len(list_all)*len(set(list_all))，当list_all中元素很多且很少重复的时候，count运行速度明显低的多，所以count之适合于查找少量元素的总数或者统计小列表的元素，对于大列表还是直接遍历更快一点。

以上只是在假设count函数运行的过程是遍历的基础上，事后找到count源码才能真正知道原因。

方法体主要就是一个for循环，使用obj指针变量来每次指向列表中的元素，ob_item[i]就是存放列表中第i个元素地址的元素，他也是个指针，用obj和输入的value比较来实现值的比较，匹配则+1，继续下次循环，不匹配的话，接下来的语句由于我没学过c导致比较难理解：

py_incref函数和py_decref函数总是成对出现的，baidu加bing稍微有点小理解，这是对变量obj控制权的转移，至于为什么要转移，这可能和c中对引用数据的变量的管理有关，贴上官方对接下来那条关键语句的解释

• int (PyObject *o1, PyObject *o2, int opidPyObject_RichCompareBool)

• Compare the values of o1 and o2 using the operation specified by opid, which must be one of , , , , , or , corresponding to , , , , , or respectively. Returns on error, if the result is false, otherwise. This is the equivalent of the Python expression , where is the operator corresponding to opid.Py_LTPy_LEPy_EQPy_NEPy_GTPy_GE<<===!=>>=-101o1 op o2op

简单来说就是PyObject_RichCompareBool是一个做布尔运算的函数，通过o1 opid o2得出结果，在图中就是obj py_eq value，其中py_eq等价于==符号，下边的判断条件为cmp，上边的这个函数得到的结果有1(条件满足)0(条件不满足)-1(出现错误)，当出现错误时会直接返回NULL，出现错误时可能时obj指向的内存没有数据了，也就是列表循环完了，就跳出循环了，最后再返回count值。

虽然对其他关于内存管理以及类方法的语句理解不了，但对于for语句也算能看懂，至少证明了count函数在用c实现的时候也是一种遍历，也就印证了个人的猜测。