Python 为什么是collections.Counter比''；。计数

我有一个简单的任务：计算字符串中每个字母出现的次数。我使用了一个

计数器（）

，但在一个论坛上，我看到了使用

dict（）

/

计数器（）

比对每个字母使用

string.count（）

慢得多的信息。我认为它只会在字符串中交互一次，而

string.count（）

解决方案必须在字符串中迭代四次（在本例中）。为什么

Counter（）

这么慢

>>> timeit.timeit('x.count("A");x.count("G");x.count("C");x.count("T")', setup="x='GAAAAAGTCGTAGGGTTCCTTCACTCGAGGAATGCTGCGACAGTAAAGGAGGCCACGTGGTTGAGAGTTCCTAAGCATTCGTATGTACACCCGGACTCGATGCACTCAAACGTGCTTAAGGGTAAAGAAGGTCGAGAGGTATACTGGGGCACTCCCCTTAGAATTATATCTTGGTCAACTACAATATGGATGGAAATTCTAAGCCGAAAACGACCCGCTAGCGGATTGTGTATGTATCACAACGGTTTCGGTTCATACGCAAAATCATCCCATTTCAAGGCCACTCAAGGACATGACGCCGTGCAACTCCGAGGACATCCCTCAGCGATTGATGCAACCTGGTCATCTAATAATCCTTAGAACGGATGTGCCCTCTACTGGGAGAGCCGGCTAGACTGGCATCTCGCGTTGTTCGTACGAGCTCCGGGCGCCCGGGCGGTGTACGTTGATGTACAGCCTAAGAGCTTTCCACCTATGCTACGAACTAATTTCCCGTCCATCGTTCCTCGGACTGAGGTCAAAGTAACCCGGAAGTACATGGATCAGATACACTCACAGTCCCCTTTAATGACTGAGCTGGACGCTATTGATTGCTTTATAAGTGTTATGGTGAACTCGAAGACTTAGCTAGGAATTTCGCTATACCCGGGTAATGAGCTTAATACCTCACAGCATGTACGCTCTGAATATATGTAGCGATGCTAGCGGAACGTAAGCGTGAGCGTTATGCAGGGCTCCGCACCTCGTGGCCACTCGCCCAATGCCCGAGTTTTTGAGCAATGCCATGCCCTCCAGGTGAAGCGTGCTGAATATGTTCCGCCTCCGCACACCTACCCTACGGGCCTTACGCCATAGCTGAGGATACGCGAGTTGGTTAGCGATTACGTCATTCCAGGTGGTCGTTC'", number=10000)
0.07911698750407936
>>> timeit.timeit('Counter(x)', setup="from collections import Counter;x='GAAAAAGTCGTAGGGTTCCTTCACTCGAGGAATGCTGCGACAGTAAAGGAGGCCACGTGGTTGAGAGTTCCTAAGCATTCGTATGTACACCCGGACTCGATGCACTCAAACGTGCTTAAGGGTAAAGAAGGTCGAGAGGTATACTGGGGCACTCCCCTTAGAATTATATCTTGGTCAACTACAATATGGATGGAAATTCTAAGCCGAAAACGACCCGCTAGCGGATTGTGTATGTATCACAACGGTTTCGGTTCATACGCAAAATCATCCCATTTCAAGGCCACTCAAGGACATGACGCCGTGCAACTCCGAGGACATCCCTCAGCGATTGATGCAACCTGGTCATCTAATAATCCTTAGAACGGATGTGCCCTCTACTGGGAGAGCCGGCTAGACTGGCATCTCGCGTTGTTCGTACGAGCTCCGGGCGCCCGGGCGGTGTACGTTGATGTACAGCCTAAGAGCTTTCCACCTATGCTACGAACTAATTTCCCGTCCATCGTTCCTCGGACTGAGGTCAAAGTAACCCGGAAGTACATGGATCAGATACACTCACAGTCCCCTTTAATGACTGAGCTGGACGCTATTGATTGCTTTATAAGTGTTATGGTGAACTCGAAGACTTAGCTAGGAATTTCGCTATACCCGGGTAATGAGCTTAATACCTCACAGCATGTACGCTCTGAATATATGTAGCGATGCTAGCGGAACGTAAGCGTGAGCGTTATGCAGGGCTCCGCACCTCGTGGCCACTCGCCCAATGCCCGAGTTTTTGAGCAATGCCATGCCCTCCAGGTGAAGCGTGCTGAATATGTTCCGCCTCCGCACACCTACCCTACGGGCCTTACGCCATAGCTGAGGATACGCGAGTTGGTTAGCGATTACGTCATTCCAGGTGGTCGTTC'", number=10000)
2.1727447831030844
>>> 2.1727447831030844 / 0.07911698750407936
27.462430656767047
>>> 

---

计数器

类继承自

dict

，而

string.count

是以下C实现（CPython 3.3）：

/*stringlib:count实现*/
#ifndef STRINGLIB\u FASTSEARCH\u
#在包含此模块之前，错误必须包含“stringlib/fastsearch.h”
#恩迪夫
Py_LOCAL_INLINE（Py_ssize_t）
STRINGLIB（计数）（常量STRINGLIB_CHAR*str，Py_ssize_t str_len，
常量STRINGLIB_CHAR*sub，Py_ssize_t sub_len，
Py_ssize_t最大计数）
{
Py_-ssize_-t计数；
如果（str_len<0）
返回0；/*start>len（str）*/
if（sub_len==0）
返回（str_len

猜猜看，哪一个更快？：）

Counter（）

允许您计算任何可散列对象，而不仅仅是子字符串。两种解决方案都是

O（n）

-时间。您的测量结果表明，通过

Counter（）

对单个字符进行迭代和散列的开销大于运行

s.count（）

4次

Counter（）

可以使用C helper来计算元素，但它似乎没有特殊情况的字符串，并且使用了适用于任何其他iterable的通用算法，即：

while（1）{
key=PyIter_Next（it）；
if（key==NULL）
打破
oldval=PyObject_GetItem（映射，键）；
如果（oldval==NULL）{
如果（！PyErr_发生（）| |！PyErr_异常匹配（PyExc_KeyError））
打破
PyErr_Clear（）；
Py_增量（一个）；
newval=1；
}否则{
newval=PyNumber\u Add（oldval，一）；
Py_DECREF（oldval）；
if（newval==NULL）
打破
}
if（PyObject_SetItem（映射、键、newval）=-1）
打破
Py_CLEAR（newval）；
Py_DECREF（键）；
}

将其与ByTestRing的开销进行比较：

（i=0；i 如果（s[i]==p[0]）{ 计数++； if（count==maxcount） 返回最大计数； } 返回计数；

---

它不是算法-

x.count（）

意味着你每检查一项循环一次，

计数器（）只循环一次。可能这种情况下的管理费用高于储蓄。相关：
/* stringlib: count implementation */

#ifndef STRINGLIB_FASTSEARCH_H
#error must include "stringlib/fastsearch.h" before including this module
#endif


Py_LOCAL_INLINE(Py_ssize_t)
STRINGLIB(count)(const STRINGLIB_CHAR* str, Py_ssize_t str_len,
                const STRINGLIB_CHAR* sub, Py_ssize_t sub_len,
                Py_ssize_t maxcount)
{
    Py_ssize_t count;

    if (str_len < 0)
        return 0; /* start > len(str) */
    if (sub_len == 0)
        return (str_len < maxcount) ? str_len + 1 : maxcount;

    count = FASTSEARCH(str, str_len, sub, sub_len, maxcount, FAST_COUNT);

    if (count < 0)
        return 0; /* no match */

    return count;
}