@neoblackcap
我尝试了下，golang 里面用 map 这种哈希结构的集合来存储数据，它判断元素是否存在的时间复杂度也是 O(1)
使用之后，cpu 的消耗 比 单纯的用 for 循环来迭代降下来不少

所以伪代码就是这样
for i in list {
if map[i] != null {
//存在
}
}

两个 6000 个元素的集合情况下
map 时间复杂度 O(n) , cpu 消耗 1%
for 循环迭代 O(n^2) ，cpu 消耗 4%

在元素比较多的情况，map 这种能够快速检索 key 的结构还是有优势的

@neoblackcap 网上那些 golang 的第三方库， 判断一下这个元素是否在 的这个操作(contains)，内部实现也是一个循环，所以实际上也就变成了 2 个循环在叠代

python 我不清楚是怎么个实现法儿的

@neoblackcap 不过有个疑问就是，为什么 Python 计算集合的差集的时候时间复杂度是 O(n)呢？ python 计算差集原理我不太了解

因为 golang 的官方并没有提供计算差集的库，我去网上看了一些第三方 golang 库的源码，实际上也是通过嵌套循环来实

现集合计算差集的，并且这种嵌套循环在数据量比较大的时候，cpu 占用也并不是太高

@neoblackcap 确实，算差集的时间复杂度要小很多

<img src="https://i.loli.net/2019/07/17/5d2e09582d18548030.png" alt="5555.png" title="5555.png" />

@niubee1 大佬，我的关注点其实是在 cpu 和 运行耗时 一起的

我试了下你的代码

排除掉了 range 的因素，提前创建好 list，cpu 的消耗依然不低啊(相对于 go 的 cpu 占用来说，使用的是 1 核的虚拟机)

当然我是通过 top 粗略的看了下 python 进程的 cpu 占用，可能不是那么的精确，但是能侧面反映出来大概的占用情况

@niubee1 好的，谢谢大佬，我研究研究

@niubee1 我看你这个是用 in 和 not in 来判断元素是否在 list 存在是嘛？

这个我试过了，cpu 消耗依然很高，估计 in 和 not in 的内部实现也是通过这种循环来实现的

@neoblackcap 你的意思是，range 返回列表的时候，是消耗 cpu 的主要部分嘛？

我怎么感觉是循环的时候消耗的，我另外一份代码循环的时候，是直接 2 个 list 来嵌套循环的，没有 range

然后加了 sleep(0.1) ，cpu 就降价来了，但是这样的话，循环的耗时就大大增加了

@neoblackcap 对，但是我要循环的，其实就是列表

@niubee1 我要循环的其实是 2 个 list，只不过抽象成了上面的 range，

list 有办法优化么。。。。

@ysc3839 看 top 啊

可以，正好需要

@katsusan 试了下重定向确实成功了，
但是 windows(本地开发环境)上重定向的代码和 Linux(线上环境)上的是不同的（不兼容），

然后 windows 机器上调试代码的话，Linux 那一段重定向的代码直接被编译器标红了，编译都不能通过 = = ，

只能先注释掉 Linux 才能本地调试。。。。也是有点醉

@katsusan 是的，那只有捕获一下 Stderr 的日志，重定向到日志了。但是估计要区分 Linux，和 windows 平台的差别了

@TypeErrorNone

不过你发的这个，好像也没办法限制第三方库的怎么打日志的行为啊，
只能控制自己怎么打日志输出到文件

@TypeErrorNone 这个看起来还不错，还有自动切割日志的轮子
我看了下 demo，是只能重定向 error 级别的日志嘛？