为什么第二个元组的总和在dict列表中最快？

Question

直觉上，当我想要得到一个元组的第二要素的sum在列表中，我只是用一个列表理解：

elements = [(1,2), (3,50), (4, 5000)] 
sumOfSecondItems = [x[1] for x in elements] 

不过，我发现有很多的解决方案上SO Post。在许多方法下，创建一个字典并总结它的值是最快的。

sum(dict.values())怎么比其他方法快？

这里有其他的方法与它的基准：信贷到原来的author

setup = 'elements = [(1,i) for i in range(100000)];from operator import itemgetter' 
method1 = 'sum([x[1] for x in elements])' 
method2 = 'sum(map(itemgetter(1), elements))' 
method3 = 'sum(dict(elements).values())' 
method4 = 'sum(zip(*elements)[1])' 

import timeit 
t = timeit.Timer(method1, setup) 
print('{0:<40}{1:<30}'.format("list Comprehension: ",t.timeit(100))) 
t = timeit.Timer(method2, setup) 
print('{0:<40}{1:<30}'.format("map: ",t.timeit(100))) 
t = timeit.Timer(method3, setup) 
print('{0:<40}{1:<30}'.format("dict: ",t.timeit(100))) 
t = timeit.Timer(method4, setup) 
print('{0:<40}{1:<30}'.format("zip: ",t.timeit(100))) 

结果：

list Comprehension:      0.461558960271     
map:         0.539129069451     
dict:         0.198271294849     
zip:         1.02714035879 

Answer 1

你时刻码没有比较相同事情;与代码：

elements = [(1,i) for i in range(100000)] 

所有对将具有1作为第一元件，这意味着dict(elements)将只包含一个元素。

print(dict([(1,2),(1,3)])) # --> displays {1:3}