欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python中判斷子串存在的性能比較及分析總結(jié)

 更新時(shí)間:2019年06月23日 08:40:03   作者:棲遲于一丘  
這篇文章主要給大家總結(jié)介紹了Python中判斷子串存在的性能比較及分析的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用Python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

起步

對(duì)于子串搜索,Python提供了多種實(shí)現(xiàn)方式:in, find, index, __contains__,對(duì)其進(jìn)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(jié)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(jié)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(duì)于這個(gè)結(jié)果進(jìn)行比較與分析。

in 與 __contains__ 比較

了解 Python 中協(xié)議的應(yīng)該知道,in 操作其實(shí)也是調(diào)用 __contains__ ,但為什么 in 比 __contains__ 明顯快了很多,明明它們最終調(diào)用的C語(yǔ)言函數(shù)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(jí)函數(shù)指針,而在 str 中的 sq_contains 直接指向了最終調(diào)用的C層函數(shù)。而 __contains__ 的調(diào)用方式,則需要先在 str 屬性中進(jìn)行 LOAD_ATTR 查找,然后再為 CALL_FUNCTION 創(chuàng)建函數(shù)調(diào)用所需的空間。

也就是說(shuō),in 直接指向了最終的C層函數(shù),一步到位,也不走Python虛擬機(jī)的函數(shù)調(diào)用,而 __contains__ 調(diào)用方式先屬性查找和Python函數(shù)調(diào)用的開(kāi)銷(xiāo);所以 str.__contains__(other) 的形式要慢得多。

一般來(lái)說(shuō),in 方式更快只使用 Python 內(nèi)置的C實(shí)現(xiàn)的類。對(duì)于用戶自定義類,因?yàn)樽罱K調(diào)用都是Python級(jí)的,所以兩種方式都要對(duì)函數(shù)調(diào)用所需的空間的。

find 與 index 的比較

find 與 index 的查找方式的區(qū)別僅僅只是 index 在子串不存在時(shí)會(huì)拋出異常。從源碼來(lái)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(shí)現(xiàn)方式基本相同,所以在子串存在的時(shí)候,兩者的性能一致;而當(dāng)子串不存在時(shí),index 會(huì)設(shè)置異常,因此涉及異常棧的空間等異常機(jī)制,速度上也就慢了一些。

總結(jié)

in 的搜索方式性能最佳,可讀性也最好,屬最佳實(shí)踐。

好了,以上就是這篇文章的全部?jī)?nèi)容了,希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,謝謝大家對(duì)腳本之家的支持。

擴(kuò)展閱讀

https://stackoverflow.com/questions/38400370/why-in-is-faster-than-contains

相關(guān)文章

  • python中數(shù)據(jù)庫(kù)like模糊查詢方式

    python中數(shù)據(jù)庫(kù)like模糊查詢方式

    這篇文章主要介紹了python中數(shù)據(jù)庫(kù)like模糊查詢方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-03-03
  • python替換文件中的指定行數(shù)技巧示例詳解

    python替換文件中的指定行數(shù)技巧示例詳解

    這篇文章主要介紹了python替換文件中的指定行數(shù)技巧示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2023-09-09
  • Pythont特殊語(yǔ)法filter,map,reduce,apply使用方法

    Pythont特殊語(yǔ)法filter,map,reduce,apply使用方法

    這篇文章主要介紹了Pythont特殊語(yǔ)法filter,map,reduce,apply使用方法,需要的朋友可以參考下
    2016-02-02
  • python語(yǔ)法 range() 序列類型range

    python語(yǔ)法 range() 序列類型range

    這篇文章主要介紹了python語(yǔ)法 range() 序列類型range,range是一種序列類型,range類型用于表示不可變的整數(shù)序列,下面小編整理了簡(jiǎn)單內(nèi)容,需要的小伙伴可以參考一下
    2022-01-01
  • python文本數(shù)據(jù)相似度的度量

    python文本數(shù)據(jù)相似度的度量

    這篇文章主要為大家詳細(xì)介紹了python文本數(shù)據(jù)相似度的度量,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-03-03
  • python變量賦值機(jī)制踩坑記錄

    python變量賦值機(jī)制踩坑記錄

    這篇文章主要介紹了python變量賦值機(jī)制踩坑記錄,我們都知道python有深拷貝和淺拷貝,但變量賦值又是什么機(jī)制呢?這是個(gè)容易被忽略卻又極易踩坑的點(diǎn),下面我們來(lái)一探究竟,需要的朋友可以參考一下
    2022-02-02
  • pyspark操作hive分區(qū)表及.gz.parquet和part-00000文件壓縮問(wèn)題

    pyspark操作hive分區(qū)表及.gz.parquet和part-00000文件壓縮問(wèn)題

    這篇文章主要介紹了pyspark操作hive分區(qū)表及.gz.parquet和part-00000文件壓縮問(wèn)題,針對(duì)問(wèn)題整理了spark操作hive表的幾種方式,需要的朋友可以參考下
    2021-08-08
  • Python爬蟲(chóng)之urllib基礎(chǔ)用法教程

    Python爬蟲(chóng)之urllib基礎(chǔ)用法教程

    這篇文章主要為大家詳細(xì)介紹了Python爬蟲(chóng)1.1 urllib基礎(chǔ)用法教程,用于對(duì)Python爬蟲(chóng)技術(shù)進(jìn)行系列文檔講解,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2019-10-10
  • python委派生成器的具體方法

    python委派生成器的具體方法

    在本篇內(nèi)容中小編給大家整理了一篇關(guān)于python委派生成器的具體方法內(nèi)容,有興趣的朋友們可以學(xué)習(xí)參考下。
    2022-11-11
  • 淺談python中統(tǒng)計(jì)計(jì)數(shù)的幾種方法和Counter詳解

    淺談python中統(tǒng)計(jì)計(jì)數(shù)的幾種方法和Counter詳解

    今天小編就為大家分享一篇淺談python中統(tǒng)計(jì)計(jì)數(shù)的幾種方法和Counter詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-11-11

最新評(píng)論