比较Python中两种子字符串搜索方法的效率

Posted 2023-02-23

【中文标题】比较Python中两种子字符串搜索方法的效率

【英文标题】：Comparing efficiency of two substring searching methods in Python

【发布时间】：2014-03-16 00:36:04

【问题描述】：

在python中搜索子串搜索的话题(link1,link2)后发现了两个明显的解决方案

str1 = 'Hi there'
str2 = 'Good bye'
# 1
if str1.find('Hi') != -1: 
    print 'Success!'
# 2
if 'Good' in str2:
    print 'Success'

这两个生成的代码有区别还是第二个只是语法糖？ 哪一种更有效？ 是否有第三种选择

【问题讨论】：

就复杂性而言，它们都是O(n) 使用对给定场景有意义的那个...如果您想获得索引，请使用find ...如果您想测试会员使用in

【参考方案1】：

第二个不仅仅是第一个的语法糖。 str.find 只是一个方法调用，而a in b 调用a.__contains__(b)。我认为速度没有任何差异。

我会推荐第二个，因为它更 Pythonic：

它更具可读性。 它使用鸭子打字。该字符串可以用不同的迭代器替换，它仍然可以工作。

【参考方案2】：

您可以检查这些条件下字节码的样子：

In [1]: import dis

In [2]: dis.dis(lambda: 'Hi' in x)
  1           0 LOAD_CONST               1 ('Hi') 
              3 LOAD_GLOBAL              0 (x) 
              6 COMPARE_OP               6 (in) 
              9 RETURN_VALUE         

In [3]: dis.dis(lambda: x.find('Hi') != -1)
  1           0 LOAD_GLOBAL              0 (x) 
              3 LOAD_ATTR                1 (find) 
              6 LOAD_CONST               1 ('Hi') 
              9 CALL_FUNCTION            1 (1 positional, 0 keyword pair) 
             12 LOAD_CONST               3 (-1) 
             15 COMPARE_OP               3 (!=) 
             18 RETURN_VALUE         

正如您所见，find 版本的功能更多，特别是它正在执行 in 运算符不需要的属性查找。

我还必须说in 更明确地表明您正在检查子字符串的存在而不是其位置，因此它更具可读性。

就速度而言，对于任何合理大小的字符串，它们应该完全相等。仅对于最小的字符串，属性查找具有显着影响，但在这种情况下，无论如何都会非常快速地检查条件。

第三个选项是使用index 并捕获异常：

try:
    string.index(substring)
except IndexError:
    # not found
else:
    # found

虽然这不能用简单的表达式来表达。