在 python 中获取子字符串是 O(n) 操作吗？ [复制]

Posted 2023-02-23

【中文标题】在 python 中获取子字符串是 O(n) 操作吗？ [复制]

【英文标题】：Is taking a substring in python an O(n) operation? [duplicate]

【发布时间】：2021-09-25 01:41:38

【问题描述】：

在 C++ 中，如果我要从字符串中删除第一个字符，它看起来像：

string s = "myreallylongstring";
s = s.substr(1);

这将是 O(1)。 [如果我错了，请纠正我]

然而，在 Python 的“不可变字符串”世界中，这段代码是否在 O(n) 中运行？

s = "myreallylongstring"
s = s[1:]

如果我改用字符列表会更快吗？

【问题讨论】：

substr 在 C++ 中不是 O(1)。构造了一个新字符串。

substr 是 O(n)。即使您知道在这种情况下n 恰好是1，它仍然是O(n) 复杂性。 Big-O 表示法将复杂性增长描述为n 趋于无穷大。 O(1) 的大 O 复杂度严格来说意味着复杂度与给定变量无关。

std::basic_string::substr() 的复杂性与被提取的子字符串的长度呈线性关系。提取除第一个字符之外的所有字符将意味着复杂度 O(length)，其中 length 是字符串的原始长度。 std::basic_string::operator=() 在分配的字符串长度上也是线性的。净效应：s=s.substr(1) 为 O(length)。

@FrançoisAndrieux s.substr(1) 中的1 是要提取的第一个字符的索引，而不是要提取的字符串的长度。

注意：这里的标题问题是 Time complexity of string slice 的副本（我显然回答了，但在过去 3 个正常年份 + 1.5 个 COVID 年份忘记了，后者算作 15 个正常年份当谈到记住以前的时间时）。额外的问题（关于 C++ substr 在 big-O 上更快的 OP 是否正确，Python list 会更有效）不是。我不会使用我的 C++ 和 Python dupehammer，但如果其他人认为这是骗子，我不会反对。

【参考方案1】：

在 Python 中切片任何内置类型（memoryview 除外）在一般情况下是 O(n)（主要例外是不可变实例的完整切片，它通常返回原始实例而不复制它，因为它不是需要）。

list 的字符无济于事；从list 的开头删除一个字符是O(n)（它必须将其上方的所有内容复制到一个插槽中）。可以想象，collections.deque 可以改进 big-O（他们可以从任一端弹出 O(1)），但它也会比字符串消耗更多的内存和更多的碎片内存。

对于除了最大的字符串之外的所有字符串，即使有这些 O(n) 效率低下，您通常也可以，所以除非您实际分析并发现它是导致问题的原因，否则我会坚持切片并让它是。

也就是说，你对 C++ 的看法是错误的； s = s.substr(1) 与 Python 的 s = s[1:] 没有什么不同。它们最终都复制了整个字符串并保存了第一个字符，C++ move 分配回原始字符串，而 Python 用新对象替换了与旧对象的原始名称绑定（功能上非常相似的操作）。 s.substr(1) 甚至没有使用 std::string 的可变性特性； s.erase(0, 1) 实际上会就地擦除，改变原始字符串，但它仍然是O(n)，因为所有其他字符都必须被复制到之前被删除的空间中字符（我所知道的没有std::string 实现允许存储从字符串开头的偏移量以查找真实数据，指向数据的指针始终指向第一个分配的字节）。

【讨论】：

还有另一种在 O(1) 中切片的内置类型，ShadowRanger。

@don'ttalkjustcode：哈，你说得对。我自己使用该功能（range(10)[::-1] 比 range(9, -1, -1) 更容易定义），但它是一种用途有限且灵活性很小的类型（如果您适当地使用 enumerate/zip/itertools，几乎不需要) 我不怎么想。 :-)

是的，我以前也使用过[::-1]，但可能像使用memoryview 一样经常对它们使用其他切片，即从不（除了测试它是否确实有效）。

【参考方案2】：

这个答案解决了问题的 C++ 部分

s = s.substr(1);

创建一个新的临时字符串并将其复制到s。操作是O(n)。

更好的方法是：

s.erase(s.begin());

这仍然是O(n)，但要避免创建新对象和复制。

更好的方法是使用std::string_view：

auto sv = std::string_views.begin() + 1, s.end().

这是O(1)，因为它不创建或更改任何字符串，它只是在现有字符串中创建一个视图。

【讨论】：

这不是对 OP 关于 Python 问题的回答，只是纠正他们对 C++ 的误解。另外，std::string 有 remove 方法吗？我只在the docs 中看到erase。 erase 可以与 s.begin() 一起使用，也可以与 0, 1 一起使用（用于从索引 0 中删除 1 个字符）。

@ShadowRanger 是的，我确实只谈论 C++ 部分。是的，remove 打错了，是erase。