Python字节数组与字节列表
我试图找出创建长字节字符串(或bytearray)的最有效方法,即在预先知道整个字符串的长度的情况下,通过连接多个较短的字符串。我制作了这个脚本并得出了以下结果:Python字节数组与字节列表,python,list,bytearray,Python,List,Bytearray,我试图找出创建长字节字符串(或bytearray)的最有效方法,即在预先知道整个字符串的长度的情况下,通过连接多个较短的字符串。我制作了这个脚本并得出了以下结果: import time MSG = b'test message' COUNT = 30000 def bytes_list_test(): tStart = time.clock() l = [] for i in range(COUNT): l.append(MSG) bs
import time
MSG = b'test message'
COUNT = 30000
def bytes_list_test():
tStart = time.clock()
l = []
for i in range(COUNT):
l.append(MSG)
bs = b''.join(l)
print('byte list time:', time.clock() - tStart)
def bytearray_test():
tStart = time.clock()
ba = bytearray()
for i in range(COUNT):
for c in MSG:
ba.append(c)
print('array time:', time.clock() - tStart)
def initialized_bytearray_test():
tStart = time.clock()
ba = bytearray([0x00]*len(MSG)*COUNT)
for i in range(COUNT):
ba[i*len(MSG):i*len(MSG)+len(MSG)] = MSG
print('initialized array time:', time.clock() - tStart)
bytes_list_test()
bytearray_test()
initialized_bytearray_test()
结果:
byte list time: 0.0076534920117410365
array time: 0.08107178658246994
initialized array time: 0.08843219671325642
有几个问题:
1) 创建字节列表并使用join()方法是否与结果所暗示的方式相同
2) 为什么使用字节列表要比使用bytearray快得多,因为bytearray似乎是为这种类型的东西设计的
3) 您可能会认为初始化的数组比未初始化的数组快,因为初始化的数组不需要调整大小(注意,它偶尔会表现得更好,但不会有太多不一致的地方)。它不是因为切片操作而更快吗?第一个函数创建指向同一对象的指针列表(不是字节列表),然后
join
将执行一次内存分配和COUNT
调用memcpy
通过删除临时列表并使用itertools,您可以将第一个函数的速度提高5倍(在我的测试中是5倍)。重复:
def bytes_list_test_opt():
tStart = time.clock()
bs = b''.join(itertools.repeat(MSG, COUNT))
print('byte list opt time:', time.clock() - tStart)
或者,在这种特殊情况下,只需使用*
字节的操作符
对象,它就可以做到:
bs = MSG*COUNT
第二个函数反复迭代MSG
,逐字节存储数据,并且随着字节数组的增长,必须反复重新分配内存
通过将迭代替换为对extend
的单个调用,可以使第二个函数几乎与原始(未优化)的第一个函数一样快:
def bytearray_test_opt():
tStart = time.clock()
ba = bytearray()
for i in range(COUNT):
ba.extend(MSG)
print('array opt time:', time.clock() - tStart)
在这个修改之后,第二个函数将比第一个函数慢,这仅仅是因为额外的重新分配(在我的测试中约为15%)
第三个函数使用bytearray
的片分配,它接受iterable,似乎在进行相同的逐字节迭代,而没有意识到它们可以将memcpy
字节放入该位置。这看起来像是标准库中可以修复的缺陷
正如您从前面的优化中看到的,与逐字节复制相比,分配占用的时间非常少,因此预分配在这里没有明显的影响。你可以节省一些时间来做更少的计算,但这也不会有多大帮助:
def initialized_bytearray_test_opt():
tStart = time.clock()
L = len(MSG)
ba = bytearray(L*COUNT)
ofs = 0
for i in range(COUNT):
ba[ofs : ofs+L] = MSG
ofs += L
print('initialized array opt time:', time.clock() - tStart)
我的机器的最终计时:
byte list time: 0.004823000000000001
byte list opt time: 0.0008649999999999977
array time: 0.043324
array opt time: 0.005505999999999997
initialized array time: 0.05936899999999999
initialized array opt time: 0.040164000000000005
另外,使用timeit
模块执行此类测量,它提供了更高的精度