Python 在大字符串上迭代并检查子字符串在字典中的成员身份

我目前正在用python实现Huffman编码，我已经完成了，但我想让它更高效

这是我用来获取原始文件内容的方法

def getDecodedFile(self, text, codes):
        code = ""
        origin = []        
        for ch in text:
            code += ch
            if code in codes:
                origin.append(codes[code])
                code = ""
        bCodes = bytes(origin)
        return bCodes

text

是大字符串，

code

是哈夫曼代码字典（Key是代码字符串，value是0到255之间的整数）

我尝试使用

'.join（somelist）

而不是

code+=ch

，但结果要慢得多。目前，使用

len（text）=13972363执行此方法需要3秒钟，最短的代码长度为
6

数据示例：

text=“0100101110111”

code={'0'：65'100'：66'101'：67'110'：68'111'：69}

这将导致
origin=[65,66,67,68,69]

如果您能给我一些建议，让我的代码更有效率，我将不胜感激。
据我所知，您可以做的一个改进就是这样做：

code += ch
if code in codes:
    origin.append(codes[code])
code = ""

具体来说，每次修改
code
时，都要检查
if-code-in-code:
。例如，对于长度为k的代码，您将在此处执行O（1+2+3+…+k）=O（0.5*k*k+1）=O（k²）操作。相反，您应该预处理
代码
，方法是构建一棵哈夫曼树，并沿树向下进行一次O（k）遍历以解码代码（从根开始，每次读取一个1或0，然后沿着相应的子边缘；一旦您碰到一个字母，在解码的消息中输出它，然后移回树的根）。这不仅显式地节省了检查
if code in code:
的时间复杂性，而且还避免了每次执行
code+=ch
时重新生成字符串
code

除此之外，我不确定您是否可以进一步优化。我想知道将每个解码的字母转换为
字节并附加到输出列表是否比将字母解码为列表然后通过
字节（源代码）转换列表更快？
据我所知，您可以做的一个改进是：

code += ch
if code in codes:
    origin.append(codes[code])
code = ""

具体来说，每次修改
code
时，都要检查
if-code-in-code:
。例如，对于长度为k的代码，您将在此处执行O（1+2+3+…+k）=O（0.5*k*k+1）=O（k²）操作。相反，您应该预处理
代码
，方法是构建一棵哈夫曼树，并沿树向下进行一次O（k）遍历以解码代码（从根开始，每次读取一个1或0，然后沿着相应的子边缘；一旦您碰到一个字母，在解码的消息中输出它，然后移回树的根）。这不仅显式地节省了检查
if code in code:
的时间复杂性，而且还避免了每次执行
code+=ch
时重新生成字符串
code

除此之外，我不确定您是否可以进一步优化。我想知道将每个解码的字母转换为
字节并附加到输出列表是否会比将字母解码为列表然后通过
字节（源代码）转换列表更快？
最大的性能提升来自使用trie之类的工具来存储哈夫曼树。这将允许您一次降低一个级别，这将消除字符串连接或重复检查状态的需要。
最大的性能提升将来自使用trie之类的工具来存储Huffman树。这将使您一次降低一个级别，这将消除字符串连接或重复检查是否存在的需要。
我所做的是使用树来解码代码，而不是使用字典，这节省了大约0.5秒，但将每个字母转换为字节实际上会减慢速度，因此我保留了我的列表。谢谢没问题！不幸的是，据我所知，这是在算法实现方面实现哈夫曼解码的最快方法。任何进一步的优化都是低级的事情（例如，将树存储为一个数组，以最大限度地降低内存访问速度，使用更快的语言编写，等等）使用Py3而不是默认解释器，同一个文件的时间下降到了0.6秒。我所做的是使用树来解码代码，而不是使用字典，这节省了大约0.5秒，但将每个字母转换为字节实际上会减慢速度，所以我保留了我的列表。谢谢没问题！不幸的是，据我所知，这是在算法实现方面实现哈夫曼解码的最快方法。任何进一步的优化都是低级的事情（例如，将树存储为一个数组以最小化内存访问速度、使用更快的语言写入等）。使用Py3而不是默认解释器，同一文件的时间下降到0.6秒。