快捷導(dǎo)航

Python字符串通過(guò)'+'和join函數(shù)拼接新字符串的性能測(cè)試比較

更新時(shí)間：2019年03月05日 09:36:54 作者：杰瑞26

今天小編就為大家分享一篇關(guān)于Python字符串通過(guò)'+'和join函數(shù)拼接新字符串的性能測(cè)試比較，小編覺(jué)得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來(lái)看看吧

有一道Python面試題，以下代碼有什么局限性，要如何修改

def strTest(num):
  s = 'Hello'
  for i in range(num):
    s += 'x'
  return s

上面的代碼其實(shí)可以看出：由于變量str是不變對(duì)象，每次遍歷，Python都會(huì)生成新的str對(duì)象來(lái)存儲(chǔ)新的字符串，所以num越大，創(chuàng)建的str對(duì)象就越多，內(nèi)存消耗約大，速度越慢，性能越差。如果要改變上面的問(wèn)題，可以變字符串拼接為join聯(lián)合的方式，代碼如下:

def strTest2(num):
  s = 'Hello'
  l = list(s)
  for i in range(num):
    l.append('x')
  return ''.join(l)

下面兩種不同處理方式，運(yùn)行速度的比較:

>>> def strTest1(num):
...   s = 'Hello'
...   for i in range(num):
...     s += 'x'
...   return s
>>> def strTest2(num):
...   s = 'Hello'
...   l = list(s)
...   for i in range(num):
...     l.append(s)
...   return ''.join(l)
>>>
>>> from timeit import timeit
# 運(yùn)行10萬(wàn)級(jí)別數(shù)據(jù)，運(yùn)行速度比對(duì)
>>> timeit("strTest1(100000)", setup="from __main__ import strTest1", number=1)
0.016680980406363233
>>> timeit("strTest2(100000)", setup="from __main__ import strTest2", number=1)
0.009688869110618725
# 運(yùn)行100萬(wàn)級(jí)別數(shù)據(jù)，運(yùn)行速度比對(duì)
>>> timeit("strTest1(1000000)", setup="from __main__ import strTest1", number=1)
0.14558920607187195
>>> timeit("strTest2(1000000)", setup="from __main__ import strTest2", number=1)
0.1335057276853462
# 運(yùn)行1000萬(wàn)級(jí)別數(shù)據(jù)，運(yùn)行速度比對(duì)
>>> timeit("strTest1(10000000)", setup="from __main__ import strTest1", number=1)
5.9497953107860475
>>> timeit("strTest2(10000000)", setup="from __main__ import strTest2", number=1)
1.3268972136649921
# 運(yùn)行2000萬(wàn)級(jí)別數(shù)據(jù)，運(yùn)行速度比對(duì)
>>> timeit("strTest1(20000000)", setup="from __main__ import strTest1", number=1)
21.661270140499056
>>> timeit("strTest2(20000000)", setup="from __main__ import strTest2", number=1)
2.6981786518920217
# 運(yùn)行3000萬(wàn)級(jí)別數(shù)據(jù)，運(yùn)行速度比對(duì)
>>> timeit("strTest1(30000000)", setup="from __main__ import strTest1", number=1)
49.858089123966295
>>> timeit("strTest2(30000000)", setup="from __main__ import strTest2", number=1)
4.285787770209481
# 運(yùn)行4000萬(wàn)級(jí)別數(shù)據(jù)，運(yùn)行速度比對(duì)
>>> timeit("strTest1(40000000)", setup="from __main__ import strTest1", number=1)
86.67876273457563
>>> timeit("strTest2(40000000)", setup="from __main__ import strTest2", number=1)
5.328653452047092
# 運(yùn)行5000萬(wàn)級(jí)別數(shù)據(jù)，運(yùn)行速度比對(duì)
>>> timeit("strTest1(50000000)", setup="from __main__ import strTest1", number=1)
130.59138063819023
>>> timeit("strTest2(50000000)", setup="from __main__ import strTest2", number=1)
6.8375931077291625
# 運(yùn)行6000萬(wàn)級(jí)別數(shù)據(jù)，運(yùn)行速度比對(duì)
>>> timeit("strTest1(60000000)", setup="from __main__ import strTest1", number=1)
188.28227241975003
>>> timeit("strTest2(60000000)", setup="from __main__ import strTest2", number=1)
8.080144489401846
# 運(yùn)行7000萬(wàn)級(jí)別數(shù)據(jù)，運(yùn)行速度比對(duì)
>>> timeit("strTest1(70000000)", setup="from __main__ import strTest1", number=1)
256.54383904350277
>>> timeit("strTest2(70000000)", setup="from __main__ import strTest2", number=1)
9.387400816458012
# 運(yùn)行8000萬(wàn)級(jí)別數(shù)據(jù)，運(yùn)行速度比對(duì)
>>> timeit("strTest1(80000000)", setup="from __main__ import strTest1", number=1)
333.7185806572388
>>> timeit("strTest2(80000000)", setup="from __main__ import strTest2", number=1)
10.946627677462857

從上面的比對(duì)數(shù)據(jù)可以看出，當(dāng)數(shù)據(jù)比較小的時(shí)候，兩者差別不大，當(dāng)數(shù)據(jù)越大，兩者性能差距就越大。從而可以看出，字符串拼接的方式一旦碰到大數(shù)據(jù)處理的時(shí)候，性能是非常慢的。

總結(jié)

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。如果你想了解更多相關(guān)內(nèi)容請(qǐng)查看下面相關(guān)鏈接

您可能感興趣的文章: