列表去重是Python中一種常見(jiàn)的處理方式，任何編程場(chǎng)景都可能會(huì)遇到需要列表去重的情況。

列表去重的方式有很多，本文將一一講解他們，并進(jìn)行性能的對(duì)比。

讓我們先制造一些簡(jiǎn)單的數(shù)據(jù)，生成0到99的100萬(wàn)個(gè)隨機(jī)數(shù)：

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

接下來(lái)嘗試這4種去重方式中最簡(jiǎn)單直觀(guān)的方法：

1.新建一個(gè)數(shù)組，遍歷原數(shù)組，如果值不在新數(shù)組里便加入到新數(shù)組中。

# 第一種方式
def easy_way():
    unique = []
    for element in DUPLICATES:
        if element not in unique:
            unique.append(element)
    return unique

進(jìn)入ipython使用timeit計(jì)算其去重耗時(shí)：

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

平均耗時(shí)在1.16秒左右，但是在這個(gè)例子中我們使用了數(shù)組作為存儲(chǔ)對(duì)象，實(shí)際上如果我們改成集合存儲(chǔ)去重后的結(jié)果，性能會(huì)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)

平均耗時(shí)在48毫秒左右，改善明顯，這是因?yàn)榧虾蛿?shù)組的內(nèi)在數(shù)據(jù)結(jié)構(gòu)完全不同，集合使用了哈希表，因此速度會(huì)比列表快許多，但缺點(diǎn)在于無(wú)序。

接下來(lái)看看第2種方式：

2.直接對(duì)數(shù)組進(jìn)行集合轉(zhuǎn)化，然后再轉(zhuǎn)回?cái)?shù)組：

# 第二種去重方式
def fast_way()
    return list(set(DUPLICATES))

耗時(shí)：

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

平均耗時(shí)14毫秒，這種去重方式是最快的，但正如前面所說(shuō)，集合是無(wú)序的，將數(shù)組轉(zhuǎn)為集合后再轉(zhuǎn)為列表，就失去了原有列表的順序。

如果現(xiàn)在有保留原數(shù)組順序的需要，那么這個(gè)方式是不可取的，怎么辦呢？

3.保留原有數(shù)組順序的去重

使用dict.fromkeys()函數(shù)，可以保留原有數(shù)組的順序并去重：

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

當(dāng)然，它會(huì)比單純用集合進(jìn)行去重的方式耗時(shí)稍微久一點(diǎn)：

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

平均耗時(shí)在39.5毫秒，我認(rèn)為這是可以接受的耗時(shí)，畢竟保留了原數(shù)組的順序。

但是，dict.fromkeys()僅在Python3.6及以上才支持。

如果你是Python3.6以下的版本，那么可能要考慮第四種方式了。

4. Python3.6以下的列表保留順序去重

在Python3.6以下，其實(shí)也存在fromkeys函數(shù)，只不過(guò)它由collections提供：

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

耗時(shí)：

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

平均耗時(shí)在72毫秒左右，比 Python3.6 的內(nèi)置dict.fromkeys()慢一些，因?yàn)?code>OrderedDict是用純Python實(shí)現(xiàn)的。