溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
起步
對于子串搜索，Python提供了多種實現方式:in, find, index, __contains__，對其進行性能比較:
import timeit
def in_(s, other):
return other in s
def contains(s, other):
return s.__contains__(other)
def find(s, other):
return s.find(other) != -1
def index(s, other):
try:
s.index(other)
except ValueError:
return False
return True
perf_dict = {
'in:True': min(timeit.repeat(lambda: in_('superstring', 'str'))),
'in:False': min(timeit.repeat(lambda: in_('superstring', 'not'))),
'__contains__:True': min(timeit.repeat(lambda: contains('superstring', 'str'))),
'__contains__:False': min(timeit.repeat(lambda: contains('superstring', 'not'))),
'find:True': min(timeit.repeat(lambda: find('superstring', 'str'))),
'find:False': min(timeit.repeat(lambda: find('superstring', 'not'))),
'index:True': min(timeit.repeat(lambda: index('superstring', 'str'))),
'index:False': min(timeit.repeat(lambda: index('superstring', 'not'))),
}
print(perf_dict)
得到結果:
{
'in:True': 0.2763608000000001,
'in:False': 0.2794432,
'__contains__:True': 0.40546490000000013,
'__contains__:False': 0.4122471000000001,
'find:True': 0.497128,
'find:False': 0.4951530000000002,
'index:True': 0.5243821999999998,
'index:False': 0.8693923999999988
}
從結果上 in 的搜索方式性能上最好。
知其然也要之其所以然，下面就對于這個結果進行比較與分析。
in 與 __contains__ 比較
了解 Python 中協議的應該知道，in 操作其實也是調用 __contains__ ，但為什么 in 比 __contains__ 明顯快了很多，明明它們最終調用的C語言函數是一樣的。
在 CPython 中，in 屬于操作符，它直接指向了 sq_contains 中的C級函數指針，而在 str 中的 sq_contains 直接指向了最終調用的C層函數。而 __contains__ 的調用方式，則需要先在 str 屬性中進行 LOAD_ATTR 查找，然后再為 CALL_FUNCTION 創建函數調用所需的空間。
也就是說，in 直接指向了最終的C層函數，一步到位，也不走Python虛擬機的函數調用，而 __contains__ 調用方式先屬性查找和Python函數調用的開銷；所以 str.__contains__(other) 的形式要慢得多。
一般來說，in 方式更快只使用 Python 內置的C實現的類。對于用戶自定義類，因為最終調用都是Python級的，所以兩種方式都要對函數調用所需的空間的。
find 與 index 的比較
find 與 index 的查找方式的區別僅僅只是 index 在子串不存在時會拋出異常。從源碼來看:
static PyObject *
unicode_find(PyObject *self, PyObject *args)
{
/* initialize variables to prevent gcc warning */
PyObject *substring = NULL;
Py_ssize_t start = 0;
Py_ssize_t end = 0;
Py_ssize_t result;
if (!parse_args_finds_unicode("find", args, &substring, &start, &end))
return NULL;
if (PyUnicode_READY(self) == -1)
return NULL;
result = any_find_slice(self, substring, start, end, 1);
if (result == -2)
return NULL;
return PyLong_FromSsize_t(result);
}
static PyObject *
unicode_index(PyObject *self, PyObject *args)
{
/* initialize variables to prevent gcc warning */
Py_ssize_t result;
PyObject *substring = NULL;
Py_ssize_t start = 0;
Py_ssize_t end = 0;
if (!parse_args_finds_unicode("index", args, &substring, &start, &end))
return NULL;
if (PyUnicode_READY(self) == -1)
return NULL;
result = any_find_slice(self, substring, start, end, 1);
if (result == -2)
return NULL;
if (result < 0) {
PyErr_SetString(PyExc_ValueError, "substring not found");
return NULL;
}
return PyLong_FromSsize_t(result);
}
實現方式基本相同，所以在子串存在的時候，兩者的性能一致；而當子串不存在時，index 會設置異常，因此涉及異常棧的空間等異常機制，速度上也就慢了一些。
總結
in 的搜索方式性能最佳，可讀性也最好，屬最佳實踐。
好了，以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對億速云的支持。
擴展閱讀
https://stackoverflow.com/questions/38400370/why-in-is-faster-than-contains
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
