Python字符串';加入';比'快(?)+';,但是什么';这里怎么了?
在之前的一篇文章中,我询问了大规模动态字符串连接的最有效方法,有人建议我使用连接方法,这是最好、最简单、最快的方法(正如大家所说)。但是当我玩字符串连接时,我发现了一些奇怪的(?)结果。我肯定发生了什么事,但我不能完全理解。以下是我所做的: 我定义了这些功能:Python字符串';加入';比'快(?)+';,但是什么';这里怎么了?,python,string,performance,Python,String,Performance,在之前的一篇文章中,我询问了大规模动态字符串连接的最有效方法,有人建议我使用连接方法,这是最好、最简单、最快的方法(正如大家所说)。但是当我玩字符串连接时,我发现了一些奇怪的(?)结果。我肯定发生了什么事,但我不能完全理解。以下是我所做的: 我定义了这些功能: import timeit def x(): s=[] for i in range(100): # Other codes here... s.append("abcdefg"[i%7])
import timeit
def x():
s=[]
for i in range(100):
# Other codes here...
s.append("abcdefg"[i%7])
return ''.join(s)
def y():
s=''
for i in range(100):
# Other codes here...
s+="abcdefg"[i%7]
return s
def z():
s=''
for i in range(100):
# Other codes here...
s=s+"abcdefg"[i%7]
return s
def p():
s=[]
for i in range(100):
# Other codes here...
s+="abcdefg"[i%7]
return ''.join(s)
def q():
s=[]
for i in range(100):
# Other codes here...
s = s + ["abcdefg"[i%7]]
return ''.join(s)
我试图在整个函数中保持其他内容(除了连接)几乎相同。然后,我在注释中使用以下结果进行了测试(在Windows 32位机器上使用Python 3.1.1 IDLE):
这意味着它表明strng=strng+dyn\u strng是最快的。虽然时间上的差异并不显著(除了最后一次),但我想知道为什么会发生这种情况。这是因为我使用的是Python3.1.1,它提供了最有效的“+”吗?我是否应该使用“+”作为加入的替代?或者,我做了一些非常愚蠢的事情吗?还是怎样请解释清楚。我假设x()速度较慢,因为您首先构建阵列,然后加入阵列。因此,您不仅要测量连接所需的时间,还要测量构建阵列所需的时间
如果您已经有了一个数组,并且希望从其元素中创建一个字符串,那么join应该比遍历数组并逐步构建字符串更快。有趣的是:我做了一些测试,其中字符串的大小发生了变化,我发现:
def x():
x = "a" * 100
s=[]
for i in range(100):
# Other codes here...
s.append(x)
return ''.join(s)
def z():
x = "a" * 100
s=''
for i in xrange(100):
# Other codes here...
s=s+x
return s
from timeit import timeit
print "x:", timeit(x, number=1000000)
print "z:", timeit(z, number=1000000)
对于长度为1的字符串(x=“a”*1
):
对于长度为100的字符串:
x: 30.0796670914
z: 21.5891489983
对于长度为1000的字符串,运行时间为100000次,而不是1000000次
x: 14.1769361496
z: 31.4864079952
如果我对Objects/stringobject.c
的理解是正确的,那么这是有意义的
乍一看,String.join算法(边缘情况除外)似乎是:
因此,这需要或多或少的
O(S)
步骤(其中S
是所有被连接字符串的长度之和)。字符串的+=和+之间存在差异——如果没有对“x”的其他引用,x+=y可以直接附加到x,而不必获取要附加到的字符串的副本——这与使用“.join()获得的好处相同
“.join()优于+或+=的主要优点是,join()应始终提供线性性能,而在许多情况下,+/+=将提供二次性能(即,当文本量翻倍时,所用时间将翻两番)。但这只会影响大量文本,而不仅仅是100字节,而且我认为如果您只对要附加到的字符串有一个引用,它不会被触发
详细内容:
字符串串联的最佳性能是查看最后一个字符串中的每个字符一次。“”.join()很自然地做到了这一点——它从一开始就拥有所需的所有信息
然而,a+=b有两种工作方式,它可以只向现有字符串添加“b”,在这种情况下,它只需要查看“b”中的字符,也可以查看“a”中的字符
在C语言中,strcat()总是查看两个字符串中的所有字符,因此它的效果总是很差。但是,在Python中,字符串长度是存储的,因此只要字符串没有在其他地方引用,就可以对其进行扩展——而且只需复制“b”中的字符,就可以获得良好的性能。如果在其他地方引用,python将首先复制“a”,然后在末尾添加“b”,这会给您带来糟糕的性能。如果以这种方式追加五个字符串,则所用时间为:
ab = a+b # Time is a + b
abc = ab+c # Time is (a+b) + c
abcd = abc+d # Time is (a+b+c) + d
abcde = abcd+e # Time is (a+b+c+d) + e
如果a,b,c,d,e都是大致相同的大小,比如说,n是n*(n-1)/2-1运算,或者本质上是n平方
要获得x+=y的不良行为,请尝试:
def a(n=100):
res = ""
for k in xrange(n):
v=res
res += "foobar"
return res
即使v实际上没有被使用,它也足以触发+=的较慢路径,并导致人们担心的不良行为
我相信+=是在Python 2.0之前才引入的,因此如果不在Python 1.6和更早版本中使用类似“.join()的东西,就不可能有效地进行追加。在Python 2.5之前,字符串串联要慢得多,因为它仍然为每个字符串串联创建一个新的副本,而不是追加到原始字符串,从而导致join()成为一种流行的解决方法 这里有一个老的基准来说明老问题:
除了其他人所说的之外,100个1字符字符串非常小。(我有点惊讶你竟然能得到分离的结果。)这就是适合处理器缓存的数据集类型。你不会在微基准上看到渐近性能。至于为什么
q
慢得多:当你说
l += "a"
您正在将字符串“a”
附加到l
的末尾,但是当您说
l = l + ["a"]
您正在创建一个包含
l
和[“a”]
内容的新列表,然后将结果重新分配回l
。因此,不断生成新的列表。您正在测量两种不同的操作:创建字符串数组和串接
import timeit
def x():
s = []
for i in range(100):
s.append("abcdefg"[i%7])
return ''.join(s)
def y():
s = ''
for i in range(100):
s += "abcdefgh"[i%7]
# timeit.timeit(x) returns about 32s
# timeit.timeit(y) returns about 23s
从上面看来,“+”确实比join更快。但请考虑:
src = []
def c():
global src
s = []
for i in range(100):
s.append("abcdefg"[i%7])
src = s
def x2():
return ''.join(src)
def y2():
s = ''
for i in range(len(src)):
s += src[i]
return s
# timeit.timeit(c) returns about 30s
# timeit.timeit(x2) returns about 1.5s
# timeit.timeit(y2) returns about 14s
换句话说,通过对x()和y()进行计时,源数组的构造会影响结果。如果你打破它,你会发现加入更快
此外,您使用的是小型阵列,并且您的计时数字恰好重合。如果显著增加数组的大小和每个字符串的长度,则差异会更加明显:
def c2():
global src
s = []
for i in range(10000):
s.append("abcdefghijklmnopqrstuvwxyz0123456789"
src = s
# timeit.timeit(x2, number=10000) returns about 1s
# timeit.timeit(y2, number=10000) returns about 80s
这个问题实际上是关于东西的成本。我们将在这里玩一些快速和宽松的游戏,在类似的情况下减去结果。你可以自己决定这是否是一种有效的方法。以下是一些基本测试用例:
import timeit
def append_to_list_with_join():
s=[]
for i in xrange(100):
s.append("abcdefg"[i%7])
return ''.join(s)
def append_to_list_with_join_opt():
s=[]
x = s.append
for i in xrange(100):
x("abcdefg"[i%7])
return ''.join(s)
def plus_equals_string():
s=''
for i in xrange(100):
s+="abcdefg"[i%7]
return s
def plus_assign_string():
s=''
for i in xrange(100):
s=s+"abcdefg"[i%7]
return s
def list_comp_join():
return ''.join(["abcdefg"[i%7] for i in xrange(100)])
def list_comp():
return ["abcdefg"[i%7] for i in xrange(100)]
def empty_loop():
for i in xrange(100):
pass
def loop_mod():
for i in xrange(100):
a = "abcdefg"[i%7]
def fast_list_join():
return "".join(["0"] * 100)
for f in [append_to_list_with_join, append_to_list_with_join_opt, plus_equals_string,plus_assign_string,list_comp_join, list_comp, empty_loop,loop_mod, fast_list_join]:
print f.func_name, timeit.timeit(f)
以下是它们的成本:
append_to_list_with_join 25.4540209021
append_to_list_with_join_opt 19.9999782794
plus_equals_string 16.7842428996
plus_assign_string 14.8312124167
list_comp_join 16.329590353
list_comp 14.6934344309
empty_loop 2.3819276612
loop_mod 10.1424356308
fast_list_join 2.58149394686
首先,很多事情都是h
def c2():
global src
s = []
for i in range(10000):
s.append("abcdefghijklmnopqrstuvwxyz0123456789"
src = s
# timeit.timeit(x2, number=10000) returns about 1s
# timeit.timeit(y2, number=10000) returns about 80s
import timeit
def append_to_list_with_join():
s=[]
for i in xrange(100):
s.append("abcdefg"[i%7])
return ''.join(s)
def append_to_list_with_join_opt():
s=[]
x = s.append
for i in xrange(100):
x("abcdefg"[i%7])
return ''.join(s)
def plus_equals_string():
s=''
for i in xrange(100):
s+="abcdefg"[i%7]
return s
def plus_assign_string():
s=''
for i in xrange(100):
s=s+"abcdefg"[i%7]
return s
def list_comp_join():
return ''.join(["abcdefg"[i%7] for i in xrange(100)])
def list_comp():
return ["abcdefg"[i%7] for i in xrange(100)]
def empty_loop():
for i in xrange(100):
pass
def loop_mod():
for i in xrange(100):
a = "abcdefg"[i%7]
def fast_list_join():
return "".join(["0"] * 100)
for f in [append_to_list_with_join, append_to_list_with_join_opt, plus_equals_string,plus_assign_string,list_comp_join, list_comp, empty_loop,loop_mod, fast_list_join]:
print f.func_name, timeit.timeit(f)
append_to_list_with_join 25.4540209021
append_to_list_with_join_opt 19.9999782794
plus_equals_string 16.7842428996
plus_assign_string 14.8312124167
list_comp_join 16.329590353
list_comp 14.6934344309
empty_loop 2.3819276612
loop_mod 10.1424356308
fast_list_join 2.58149394686
plus_equals_string = 16.78 - 10.14 = 6.64
plus_assign_string = 14.83 - 10.14 = 4.69
list_comp = 14.69 - 10.14 = 4.55
import timeit
def x():
s=[]
for i in range(100):
s.append("c")
def p():
s=[]
for i in range(100):
s += "c"
def q():
s=[]
for i in range(100):
s = s + ["c"]
for f in [x,p,q]:
print f.func_name, timeit.timeit(f)
x 16.0757342064
p 87.1533697719
q 85.0999698984
>>> import dis
>>> dis.dis(x)
2 0 BUILD_LIST 0
3 STORE_FAST 0 (s)
3 6 SETUP_LOOP 33 (to 42)
9 LOAD_GLOBAL 0 (range)
12 LOAD_CONST 1 (100)
15 CALL_FUNCTION 1
18 GET_ITER
>> 19 FOR_ITER 19 (to 41)
22 STORE_FAST 1 (i)
4 25 LOAD_FAST 0 (s)
28 LOAD_ATTR 1 (append)
31 LOAD_CONST 2 ('c')
34 CALL_FUNCTION 1
37 POP_TOP
38 JUMP_ABSOLUTE 19
>> 41 POP_BLOCK
>> 42 LOAD_CONST 0 (None)
45 RETURN_VALUE
>>> dis.dis(p)
2 0 BUILD_LIST 0
3 STORE_FAST 0 (s)
3 6 SETUP_LOOP 30 (to 39)
9 LOAD_GLOBAL 0 (range)
12 LOAD_CONST 1 (100)
15 CALL_FUNCTION 1
18 GET_ITER
>> 19 FOR_ITER 16 (to 38)
22 STORE_FAST 1 (i)
4 25 LOAD_FAST 0 (s)
28 LOAD_CONST 2 ('c')
31 INPLACE_ADD
32 STORE_FAST 0 (s)
35 JUMP_ABSOLUTE 19
>> 38 POP_BLOCK
>> 39 LOAD_CONST 0 (None)
42 RETURN_VALUE
>>> dis.dis(q)
2 0 BUILD_LIST 0
3 STORE_FAST 0 (s)
3 6 SETUP_LOOP 33 (to 42)
9 LOAD_GLOBAL 0 (range)
12 LOAD_CONST 1 (100)
15 CALL_FUNCTION 1
18 GET_ITER
>> 19 FOR_ITER 19 (to 41)
22 STORE_FAST 1 (i)
4 25 LOAD_FAST 0 (s)
28 LOAD_CONST 2 ('c')
31 BUILD_LIST 1
34 BINARY_ADD
35 STORE_FAST 0 (s)
38 JUMP_ABSOLUTE 19
>> 41 POP_BLOCK
>> 42 LOAD_CONST 0 (None)
45 RETURN_VALUE
$ python -mtimeit -s'r=[str(x)*99 for x in xrange(100,1000)]' 's="".join(r)'
1000 loops, best of 3: 319 usec per loop
$ python -mtimeit -s'r=[str(x)*99 for x in xrange(100,1000)]' 's=""' 'for x in r: s+=x'
1000 loops, best of 3: 779 usec per loop
$ python -mtimeit -s'r=[str(x)*99 for x in xrange(100,1000)]' 'z=[]' 'for x in r: z.append(x)' '"".join(z)'
1000 loops, best of 3: 538 usec per loop
$ python -mtimeit -s'r=[str(x)*99 for x in xrange(100,1000)]' 'z=[]; zap=z.append' 'for x in r: zap(x)' '"".join(z)'
1000 loops, best of 3: 438 usec per loop
from timeit import timeit
noc = 100
tocat = "a"
def f_call():
pass
def loop_only():
for i in range(noc):
pass
def concat_method():
s = ''
for i in range(noc):
s = s + tocat
def list_append():
s=[]
for i in range(noc):
s.append(tocat)
''.join(s)
def list_append_opt():
s = []
zap = s.append
for i in range(noc):
zap(tocat)
''.join(s)
def list_comp():
''.join(tocat for i in range(noc))
def concat_method_buildup():
s=''
def list_append_buildup():
s=[]
def list_append_opt_buildup():
s=[]
zap = s.append
def function_time(f):
return timeit(f,number=1000)*1000
f_callt = function_time(f_call)
def measure(ftuple,n,tc):
global noc,tocat
noc = n
tocat = tc
loopt = function_time(loop_only) - f_callt
buildup_time = function_time(ftuple[1]) -f_callt if ftuple[1] else 0
total_time = function_time(ftuple[0])
return total_time, total_time - f_callt - buildup_time - loopt*ftuple[2]
functions ={'Concat Method\t\t':(concat_method,concat_method_buildup,True),
'List append\t\t\t':(list_append,list_append_buildup,True),
'Optimized list append':(list_append_opt,list_append_opt_buildup,True),
'List comp\t\t\t':(list_comp,0,False)}
for i in range(5):
print("\n\n%d concatenation\t\t\t\t10'a'\t\t\t\t 100'a'\t\t\t1000'a'"%10**i)
print('-'*80)
for (f,ft) in functions.items():
print(f,"\t|",end="\t")
for j in range(3):
t = measure(ft,10**i,'a'*10**j)
print("%.3f %.3f |" % t,end="\t")
print()
1 concatenation 1'a' 10'a' 100'a'
------------------- ---------------------- ------------------- ----------------
List comp | 2.310 2.168 | 2.298 2.156 | 2.304 2.162
Optimized list append | 1.069 0.439 | 1.098 0.456 | 1.071 0.413
Concat Method | 0.552 0.034 | 0.541 0.025 | 0.565 0.048
List append | 1.099 0.557 | 1.099 0.552 | 1.094 0.552
10 concatenations 1'a' 10'a' 100'a'
------------------- ---------------------- ------------------- ----------------
List comp | 3.366 3.224 | 3.473 3.331 | 4.058 3.916
Optimized list append | 2.778 2.003 | 2.956 2.186 | 3.417 2.639
Concat Method | 1.602 0.943 | 1.910 1.259 | 3.381 2.724
List append | 3.290 2.612 | 3.378 2.699 | 3.959 3.282
100 concatenations 1'a' 10'a' 100'a'
------------------- ---------------------- ------------------- ----------------
List comp | 15.900 15.758 | 17.086 16.944 | 20.260 20.118
Optimized list append | 15.178 12.585 | 16.203 13.527 | 19.336 16.703
Concat Method | 10.937 8.482 | 25.731 23.263 | 29.390 26.934
List append | 20.515 18.031 | 21.599 19.115 | 24.487 22.003
1000 concatenations 1'a' 10'a' 100'a'
------------------- ---------------------- ------------------- ----------------
List comp | 134.507 134.365 | 143.913 143.771 | 201.062 200.920
Optimized list append | 112.018 77.525 | 121.487 87.419 | 151.063 117.059
Concat Method | 214.329 180.093 | 290.380 256.515 | 324.572 290.720
List append | 167.625 133.619 | 176.241 142.267 | 205.259 171.313
10000 concatenations 1'a' 10'a' 100'a'
------------------- ---------------------- ------------------- ----------------
List comp | 1309.702 1309.560 | 1404.191 1404.049 | 2912.483 2912.341
Optimized list append | 1042.271 668.696 | 1134.404 761.036 | 2628.882 2255.804
Concat Method | 2310.204 1941.096 | 2923.805 2550.803 | STUCK STUCK
List append | 1624.795 1251.589 | 1717.501 1345.137 | 3182.347 2809.233
Concat (+) - O(n)
Join - O(n+k) effectively O(n)
Format - O(2n+k) effectively O(n)
Concat (+) - O(n^2)
Join - O(n+k) effectively O(n)
Format - O(2n+k) effectively O(n)