Python 字典的合并效率
在 Python 编程中，字典的使用频率非常高，合并操作也很常见。
x = {'name':'Eric', 'age':28}
y = {'age':29, 'hobby':['sport', 'travel']}
例如要合并这两个字典：更新其中某项，并添加新项。你能想到什么办法？
- update 方法
z = x.copy()
z.update(y) - 使用 dict() 函数的字典参数
z = dict(x, **y)
- items 变换
z = dict(x.items() + y.items())
- lambda 表达式
z = (lambda a, b: (lambda a_copy: a_copy.update(b) or a_copy)(a.copy()))(x, y)
这些方法都可以达到要求，哪种效率最高呢？
我们可以使用 timeit 模块来测试它们的运行效率。
import timeit
# 1 update 方法
timeit.timeit("z = x.copy(); z.update(y)", "x = {'name':'Eric', 'age':28}; y = {'age':29, 'hobby':['sport', 'travel']}")
# output: 0.31891608238220215
# 2 使用 dict() 函数的字典参数
timeit.timeit("z = dict(x, **y)", "x = {'name':'Eric', 'age':28}; y = {'age':29, 'hobby':['sport', 'travel']}")
# output: 0.30063605308532715
# 3 items 变换
timeit.timeit("z = dict(x.items() + y.items())", "x = {'name':'Eric', 'age':28}; y = {'age':29, 'hobby':['sport', 'travel']}")
# output: 0.8453028202056885
# 4 lambda 表达式
timeit.timeit("(lambda a, b: (lambda a_copy: a_copy.update(b) or a_copy)(a.copy()))(x, y)", "x = {'name':'Eric', 'age':28}; y = {'age':29, 'hobby':['sport', 'travel']}")
# output: 0.6631548404693604
结果显示，方法1和2效率最高，且两者运行时间差不多。其次是方法4，最差的是方法3。（对运行时间的计算，多次运行取平均值会更准确一点。）
总结下来，运行效率用公式表示如下：
1 = 2 > 4 > 3
