sortedcontainers中SortedList循环add性能较官方报告慢10倍的咨询

• Python解释器的循环调用开销：sortedcontainers是纯Python实现的库，官方报告的12ms逐个添加耗时，大概率是基于底层优化的调用方式（比如用C级别的循环或内置函数批量处理），而你用Python的for循环逐个调用add()，每次调用都要经过Python解释器的函数调用栈、参数检查等流程，这些额外开销累积起来直接导致耗时放大10倍。

• Conda环境的配置差异：

  • 如果你使用的是Conda的debug版本Python解释器，它会开启更多的调试检查，运行速度比release版慢不少；
  • 确认sortedcontainers的版本，部分旧版本的add()方法可能存在未优化的逻辑，建议升级到最新稳定版测试。

• 测试细节的不一致：

  • 核对官方测试的数据规模：如果官方测试用的是更小的数据集，而你的测试数据量更大，耗时差异会被放大；
  • 检查timeit的参数设置：比如官方可能用了number=1000而你用了number=100，或者没有禁用垃圾回收，导致测试结果包含GC的额外耗时。

• SortedList内部机制的差异：
  直接通过SortedList(data)初始化时，库内部会一次性对数据排序并构建分块结构，避免了每次add()时的插入位置查找和分块维护开销；而逐个add()每次都要执行二分查找定位插入点，还要处理分块的分裂/合并逻辑，这些操作在Python层面循环执行时，开销会被显著放大。

内容的提问来源于stack exchange，提问作者layssi