Python 字符串上的单交换

我需要找到一种更快的方法，以以下方式在8-11字符串中查找交换：

给定字符串“stdilgnley”，查找字母的所有单字母交换：

list_AA = ['A', 'R', 'N', 'D', 'C', 'Q', 'E', 'G', 'H', 'I', 'L', 'K', 'M',
           'F', 'P', 'S', 'T', 'W', 'Y', 'V']

i、 e，对于字符串中的每个字母，用

列表中的一个替换原始字符串中的每个字母。产出将是：

atdilgnley
RTDILGNLYE
恩蒂尔格尼
...
萨迪尔格尼
斯迪尔格尼
斯迪尔格尼
...
...
斯特迪尔格尼夫

总共200个新串（串中每个位置20个交换）。
到目前为止，我所拥有的：

def _create_swaps(original_str):
    list_peps = []
    for i in range(len(original_str)):
        for k in range(len(list_AA)):
            list_peps.append(_insert_aa(original_str, i, list_aa[k]))

    #remove original string
    return [i for i in list_peps if i != original_str]


def _insert_aa(string, index, aa):
    list_string_elements = list(string)
    del list_string_elements[index]
    hash_string.insert(index, aa)
    return "".join(hash_string)

由于这需要重复10**6次，这是大型项目中最慢的步骤。是否有一种更快地找到此类掉期的方法（通过消除
”。加入
、插入、步骤/通过动态查找掉期）

供参考：

ncalls tottime percall cumtime percall文件名：lineno（函数）
185275200 330.286 0.000 429.295 0.000型号。py:233（_insert_aa）
975240 147.322 0.000 616.979 0.001型号。py:225（_创建_交换）
185280201/185280197 59.137 0.000 59.138 0.000{“str”对象的方法“连接”}
185275208 39.8750.000 39.8750.000{“列表”对象的“插入”方法}
975240 21.027 0.000 21.027 0.000型号。py:231（）
186746064 18.516 0.000 18.516 0.000{“列表”对象的“附加”方法}
这应该更快：

def _insert_aa(string, index, aa):
    return string[0:index] + aa + string[index+1:]

编辑：只能对头部和尾部进行一次切片，并按如下方式重复使用：

def generate_all_variants(string, replacements):
    for i in range(len(string)):
        head = string[:i]
        tail = string[i+1:]
        for letter in replacements:
            yield head + letter + tail

for variant in generate_all_variants("abcd",  ['1', '2', '3']):
    print(variant)

这是一个更清晰的版本，你正在寻找的，即使你已经选择了一个答案（它不是最pythonic）

您永远不应该使用range来获取iterable的索引，如果您想对其进行pythonic处理，应该使用enumerate

>>> def swaps(s, lst):
...   for index, _ in enumerate(s):
...     for letter in lst:
...       temp = list(s)
...       temp[index] = letter
...       yield ''.join(temp)
...
>>> list_AA = ['A', 'R', 'N', 'D', 'C', 'Q', 'E', 'G', 'H', 'I', 'L', 'K', 'M', 'F', 'P', 'S', 'T', 'W', 'Y', 'V']
>>> s = 'STDILGNLYE'
>>>
>>> for _ in swaps(s, list_AA):
...   print _
...
ATDILGNLYE
RTDILGNLYE
NTDILGNLYE
..........
GTDILGNLYE
HTDILGNLYE
ITDILGNLYE

另外，python3中的一种简化方法：

>>> def swaps(s, lst):
...   for i, _ in enumerate(s):
...     yield from ['%s%s%s' % (s[:i], x, s[i+1:]) for x in lst]
...
>>> swaps(s,list_AA)
<generator object swaps at 0x10c9205c8>
>>> a=_
>>> next(a)
'ATDILGNLYE'
>>> next(a)
'RTDILGNLYE'
>>> next(a)
'NTDILGNLYE'
>>> next(a)
'DTDILGNLYE'


以下是对这三个方面的基准测试：

s='STDILGNLYE'
list_AA=['A', 'R', 'N', 'D', 'C', 'Q', 'E', 'G', 'H', 'I', 'L', 'K', 'M', 'F',
        'P', 'S', 'T', 'W', 'Y', 'V']

# the correct sample size
list_new = list_AA * (10**6 // len(list_AA))

def swaps0(string, replacements):
    for i in range(len(string)):
        head = string[:i]
        tail = string[i+1:]
        for letter in replacements:
            yield head + letter + tail

def swaps1(s, lst):
  for i, _ in enumerate(s):
    yield from ['%s%s%s' % (s[:i], x, s[i+1:]) for x in lst]

def swaps2(s, lst):
  for index, _ in enumerate(s):
    for letter in lst:
      temp = list(s)
      temp[index] = letter
      yield ''.join(temp)

timeit [_ for _ in swaps0(s, list_new)]
timeit [_ for _ in swaps1(s, list_new)]
timeit [_ for _ in swaps2(s, list_new)]


In [9]: timeit [_ for _ in swaps0(s, list_new)]
1 loop, best of 3: 2.61 s per loop
In [10]: timeit [_ for _ in swaps1(s, list_new)]
1 loop, best of 3: 6.57 s per loop
In [11]: timeit [_ for _ in swaps2(s, list_new)]
1 loop, best of 3: 8.61 s per loop

值得吗？我想说，这取决于您希望这个样本大小增长多少，以及您运行代码的频率

如果代码不会频繁运行（比如，每小时数百次），并且样本量不会呈指数增长（达到1050或10100），那么我会说要提高可读性

如果要随着样本量的增加而频繁地计算，那么就考虑性能

最后，我们剩下一个折衷的解决方案，将枚举与头/尾拆分相结合：

def swap3(s, lst):
    for i, _ in enumerate(s):
        head, tail = s[:i], s[i+1:]
        yield from ['%s%s%s'%(head,c,tail) for c in lst]

In [16]: timeit [_ for _ in swap3(s, list_new)]
1 loop, best of 3: 3.99 s per loop

你需要发出所有生成的字符串，还是只需要数一数？@Steve我需要所有的字符串。正如您从
\u create\u swaps
的返回调用中所看到的，它返回除原始字符串之外的所有已创建字符串。您可能想尝试找出一种方法，用
映射（）替换其中一个操作。
…请参见循环效率…当然，分析总是比理论上的好。
“”.join
总是比使用
+
进行连接更快。您的编辑似乎是我正在寻找的解决方案。不过，为什么要坚持使用
+
而不是
”。join
？join函数只使用一个参数，通常是一个列表，但创建列表需要时间。@Carlo
”。join
并不总是更快。对于短字符串，尤其是长度小于10的字符串，由于产生的开销，它的速度通常较慢。但是，切片和连接速度更快。timeit变量=[v代表v在生成所有变量（s，列表AA）]10000个循环，每个循环的最佳值为3:34.3µs timeit变量=[v代表v在交换（s，列表AA）]1000个循环，每个循环的最佳值为3:271µsloop@steve我用一种更简单的方法更新了我的答案，使用了Python3Also，python的“禅”就是这么简单，可读代码比有微优化的丑陋代码要好。优化只是一个微观优化。您需要替换大量字符才能显著提高速度。@CharlesAddis事实上，对于这一特定目的，最好使用微优化，因为我将对大量字符串执行交换，正如我所指出的。这是我代码中最大的瓶颈。不管怎样，谢谢你的输入，我从你的答案中学到了一两件事。值得一提的是，将其转换为C可以提高速度。您可以通过使用Cython获得一些重要的优化。另一方面，在我的一个高级项目中，将图形操作从Python转换为C可以减少约6个数量级的处理时间，因为在C中，您可以更有效地处理图形，而无需所有开销。（>30小时vs
def swap3(s, lst):
    for i, _ in enumerate(s):
        head, tail = s[:i], s[i+1:]
        yield from ['%s%s%s'%(head,c,tail) for c in lst]

In [16]: timeit [_ for _ in swap3(s, list_new)]
1 loop, best of 3: 3.99 s per loop