如何高效地将一个字符串追加到另一个字符串?有没有比以下方法更快的替代方案:
var1 = "foo"
var2 = "bar"
var3 = var1 + var2
如需处理列表中的多个字符串,请参见如何将列表中的项目连接(合并)为单个字符串。
如果一些输入不是字符串,但结果仍应该是字符串,请参见如何在字符串中放置变量值(将其插入字符串中)。
如何高效地将一个字符串追加到另一个字符串?有没有比以下方法更快的替代方案:
var1 = "foo"
var2 = "bar"
var3 = var1 + var2
如需处理列表中的多个字符串,请参见如何将列表中的项目连接(合并)为单个字符串。
如果一些输入不是字符串,但结果仍应该是字符串,请参见如何在字符串中放置变量值(将其插入字符串中)。
s = ""
for i in range(n):
s += str(i)
曾经是O(n^2),但现在是O(n)。
来自源代码(bytesobject.c):
void
PyBytes_ConcatAndDel(register PyObject **pv, register PyObject *w)
{
PyBytes_Concat(pv, w);
Py_XDECREF(w);
}
/* The following function breaks the notion that strings are immutable:
it changes the size of a string. We get away with this only if there
is only one module referencing the object. You can also think of it
as creating a new string object and destroying the old one, only
more efficiently. In any case, don't use this if the string may
already be known to some other part of the code...
Note that if there's not enough memory to resize the string, the original
string object at *pv is deallocated, *pv is set to NULL, an "out of
memory" exception is set, and -1 is returned. Else (on success) 0 is
returned, and the value in *pv may or may not be the same as on input.
As always, an extra byte is allocated for a trailing \0 byte (newsize
does *not* include that), and a trailing \0 byte is stored.
*/
int
_PyBytes_Resize(PyObject **pv, Py_ssize_t newsize)
{
register PyObject *v;
register PyBytesObject *sv;
v = *pv;
if (!PyBytes_Check(v) || Py_REFCNT(v) != 1 || newsize < 0) {
*pv = 0;
Py_DECREF(v);
PyErr_BadInternalCall();
return -1;
}
/* XXX UNREF/NEWREF interface should be more symmetrical */
_Py_DEC_REFTOTAL;
_Py_ForgetReference(v);
*pv = (PyObject *)
PyObject_REALLOC((char *)v, PyBytesObject_SIZE + newsize);
if (*pv == NULL) {
PyObject_Del(v);
PyErr_NoMemory();
return -1;
}
_Py_NewReference(*pv);
sv = (PyBytesObject *) *pv;
Py_SIZE(sv) = newsize;
sv->ob_sval[newsize] = '\0';
sv->ob_shash = -1; /* invalidate cached hash value */
return 0;
}
$ python -m timeit -s"s=''" "for i in xrange(10):s+='a'" 每个循环1.85微秒,3次取最佳值 $ python -m timeit -s"s=''" "for i in xrange(100):s+='a'" 每个循环16.8微秒,3次取最佳值 $ python -m timeit -s"s=''" "for i in xrange(1000):s+='a'" 每个循环158微秒,3次取最佳值 $ python -m timeit -s"s=''" "for i in xrange(10000):s+='a'" 每个循环1.71毫秒,3次取最佳值 $ python -m timeit -s"s=''" "for i in xrange(100000):s+='a'" 每个循环14.6毫秒,3次取最佳值 $ python -m timeit -s"s=''" "for i in xrange(1000000):s+='a'" 每个循环173毫秒,3次取最佳值但是重要的是需要注意这种优化不是Python规范的一部分。据我所知,它只在cPython实现中存在。例如,在pypy或jython上进行相同的经验测试可能会显示旧的O(n ** 2)性能。
$ pypy -m timeit -s"s=''" "for i in xrange(10):s+='a'" 每个循环90.8微秒,3次取最佳值 $ pypy -m timeit -s"s=''" "for i in xrange(100):s+='a'" 每个循环896微秒,3次取最佳值 $ pypy -m timeit -s"s=''" "for i in xrange(1000):s+='a'" 每个循环9.03毫秒,3次取最佳值 $ pypy -m timeit -s"s=''" "for i in xrange(10000):s+='a'" 每个循环89.5毫秒,3次取最佳值
到目前为止还不错,但是,
$ pypy -m timeit -s"s=''" "for i in xrange(100000):s+='a'" 每个循环12.8秒,3次取最佳值
哎呀,甚至比二次更糟。因此,对于短字符串,pypy正在执行某些有效的操作,但是对于较长的字符串性能较差。
PyString_ConcatAndDel
函数,但是却包含了_PyString_Resize
的注释。此外,该注释并没有真正证明你关于Big-O的主张。 - Winston Ewert"".join(str_a, str_b)
。 - Er...不要过早优化。如果你没有理由相信字符串连接会成为速度瓶颈,那就继续使用+
和+=
:
s = 'foo'
s += 'bar'
s += 'baz'
话虽如此,但如果你想要类似于Java的StringBuilder的功能,Python中的典型做法是将元素添加到列表中,然后使用str.join
方法在最后将它们连接起来:
l = []
l.append('foo')
l.append('bar')
l.append('baz')
s = ''.join(l)
str1 = "Hello"
str2 = "World"
newstr = " ".join((str1, str2))
这个方法使用空格作为分隔符连接str1和str2。你也可以使用"".join(str1, str2, ...)
。 str.join()
接受一个可迭代对象,因此你需要将字符串放入列表或元组中。
对于内置方法来说,这已经是效率最高的了。
不要这样做。
通常情况下,最好一次性生成整个字符串,而不是将内容附加到现有字符串中。
例如,不要这样写:obj1.name + ":" + str(obj1.count)
相反地,可以使用 "%s:%d" % (obj1.name, obj1.count)
来代替。
这样更易于阅读和更有效率。
"<div class='" + className + "' id='" + generateUniqueId() + "'>" + message_text + "</div>"
的可读性不高且容易出错,相比之下"<div class='{classname}' id='{id}'>{message_text}</div>".format(classname=class_name, message_text=message_text, id=generateUniqueId())
更易读且更健壮。 - Winston Ewertf"<div class='{class_name}' id='{generateUniqueId()}'>{message_text}</div>"
。 - TrentonPython 3.6给我们带来了f-strings,这是一种令人愉悦的语言特性:
var1 = "foo"
var2 = "bar"
var3 = f"{var1}{var2}"
print(var3) # prints foobar
在花括号内,您可以做几乎任何事情。
print(f"1 + 1 == {1 + 1}") # prints 1 + 1 == 2
这实际上取决于您的应用程序。如果您正在循环遍历数百个单词并希望将它们全部追加到列表中,.join()
更好。但如果您正在组成一个长句子,最好使用 +=
。
基本上没有什么区别。唯一的一致趋势是Python似乎在每个版本中都变得越来越慢了... :(
%%timeit
x = []
for i in range(100000000): # xrange on Python 2.7
x.append('a')
x = ''.join(x)
Python 2.7
1次循环,3次中的最佳结果: 每次循环需要7.34秒
Python 3.4
1次循环,3次中的最佳结果: 每次循环需要7.99秒
Python 3.5
1次循环,3次中的最佳结果: 每次循环需要8.48秒
Python 3.6
1次循环,3次中的最佳结果: 每次循环需要9.93秒
%%timeit
x = ''
for i in range(100000000): # xrange on Python 2.7
x += 'a'
Python 2.7:
循环1次,3次中最佳结果:7.41秒每次循环
Python 3.4
循环1次,3次中最佳结果:9.08秒每次循环
Python 3.5
循环1次,3次中最佳结果:8.82秒每次循环
Python 3.6
循环1次,3次中最佳结果:9.24秒每次循环
1.19秒
和992毫秒
的结果。 - John La Rooy使用add函数连接字符串:
str1 = "Hello"
str2 = " World"
str3 = str1.__add__(str2)
print(str3)
输出:
Hello World
str + str2
仍然更短。 - Nik O'Laia='foo'
b='baaz'
a.__add__(b)
out: 'foobaaz'
a.__add__(b)
与写a+b
完全相同。当使用+
运算符连接字符串时,Python会调用左侧字符串的__add__
方法,并将右侧字符串作为参数传递。 - Addie
"foo" + "bar" + str(3)
。 - Andrew