Question

来自http://jaynes.colorado.edu/PythonIdioms.html

“将字符串构建为列表并使用   ''。最后加入。 join是一个字符串   在分隔符上调用的方法，而不是   列表。从空中调用它   字符串连接片断没有   分隔符，这是一个Python的怪癖和   起初相当令人惊讶。这是   重要的是：用+构建字符串   二次时间而不是线性！如果   你学习了一个成语，学习这个。

错误：对于字符串中的s：结果+ = s

右：结果=''。join（字符串）“

我不确定为什么这是真的。如果我有一些字符串我想加入它们，对我来说，将它们放入列表然后调用''.join并不是直觉上更好。不将它们放入列表会产生一些开销吗？澄清...

Python命令行：

>>> str1 = 'Not'
>>> str2 = 'Cool'
>>> str3 = ''.join([str1, ' ', str2]) #The more efficient way **A**
>>> print str3
Not Cool
>>> str3 = str1 + ' ' + str2 #The bad way **B**
>>> print str3
Not Cool

A 是非常线性的时间而 B 是二次时间吗？

Answer 1

是。对于您选择的示例，重要性不明确，因为您只有两个非常短的字符串，因此附加可能会更快。

但每次在Python中使用字符串a + b时，都会导致新的分配，然后将a和b中的所有字节复制到新字符串中。如果在具有大量字符串的循环中执行此操作，则必须再次复制这些字节，并且每次必须再次复制，并且每次必须复制的数量变得更长。这给出了二次行为。

另一方面，创建字符串列表不会复制字符串的内容 - 它只是复制引用。这非常快，并且在线性时间内运行。然后，join方法只进行一次内存分配，并将每个字符串复制到正确的位置一次。这也只需要线性时间。

所以是的，如果你有可能处理大量的字符串，请使用''.join习语。只需要两个字符串就没关系。

如果您需要更有说服力，请尝试自己创建一个10M字符的字符串：

>>> chars = ['a'] * 10000000
>>> r = ''
>>> for c in chars: r += c
>>> print len(r)

与：

相比

>>> chars = ['a'] * 10000000
>>> r = ''.join(chars)
>>> print len(r)

第一种方法大约需要10秒钟。第二个不到1秒。

Answer 2

重复串联是二次的，因为它是Schlemiel the Painter's Algorithm（请注意，某些实现会优化它，使其不是二次的）。 join避免了这种情况，因为它占用整个字符串列表，分配必要的空间并在一次传递中进行连接。

Answer 3

当你编码s1 + s2时，Python需要分配一个新的字符串对象，将s1的所有字符复制到其中，然后在s2之后复制所有字符。这个微不足道的操作不会产生二次时间成本：成本为O(len(s1) + len(s2))（加上一个常量用于分配，但这并不代表大O; - ）。

但是，请考虑您提供的报价中的代码：for s in strings: result += s。

此处，每次添加新的s时，所有先前的必须首先复制到新分配的{{1}空间}（字符串是不可变的，因此必须进行新的分配和复制）。假设您有N个长度为L的字符串：您将第一次复制L个字符，然后第二次复制2 * L，然后第三次复制3 * L ...总之，这使得result个字符变为复制......所以，是的，它是N的二次方。

在其他一些情况下，对于足够小的N值，二次算法可能比线性算法快（因为乘数和常数固定成本可能要小得多）;但事实并非如此，因为分配成本很高（直接和间接因为内存碎片的可能性）。相比之下，将字符串累积到列表中的开销基本上可以忽略不计。

Answer 4

乔尔在Back to Basics写道。

Answer 5

如果你指的是与其他人相同的东西，那就不明显了。当您拥有多个字符串时，此优化非常重要，例如长度为 N 的 M 。然后

A

x = ''.join(strings) # Takes M*N operations

<强>乙

x = ''
for s in strings:
    x = x + s  # Takes N + 2*N + ... + M*N operations

除非通过实施进行优化，否则 A 在总长T = M*N中是线性的， B 是T*T / N，这总是更糟如果M >> N，则大致为二次方。

现在为什么join实际上非常直观：当你说“我有一些字符串”时，通常可以通过说你有一个返回字符串的迭代器来形式化。现在，这正是您传递给"string".join()

的内容

Python字符串连接成语。需要澄清。

5 个答案: