令人惊讶的是,我发现startswith
慢于in
:
In [10]: s="ABCD"*10
In [11]: %timeit s.startswith("XYZ")
1000000 loops, best of 3: 307 ns per loop
In [12]: %timeit "XYZ" in s
10000000 loops, best of 3: 81.7 ns per loop
众所周知,in
操作需要搜索整个字符串,而startswith
只需要检查前几个字符,因此startswith
应该更有效。
当s
足够大时,startswith
会更快:
In [13]: s="ABCD"*200
In [14]: %timeit s.startswith("XYZ")
1000000 loops, best of 3: 306 ns per loop
In [15]: %timeit "XYZ" in s
1000000 loops, best of 3: 666 ns per loop
所以看起来调用startswith
会有一些开销,当字符串很小时会使它变慢。
而不是我试图找出startswith
电话的开销。
首先,我使用f
变量来降低点操作的成本 - 正如answer中所述 - 在这里我们可以看到startswith
仍然较慢:
In [16]: f=s.startswith
In [17]: %timeit f("XYZ")
1000000 loops, best of 3: 270 ns per loop
此外,我测试了空函数调用的成本:
In [18]: def func(a): pass
In [19]: %timeit func("XYZ")
10000000 loops, best of 3: 106 ns per loop
无论点操作和函数调用的成本如何,startswith
的时间约为(270-106)= 164ns,但in
操作仅需81.7ns。似乎startswith
还有一些开销,那是什么?
按照poke和lvc的建议在startswith
和__contains__
之间添加测试结果:
In [28]: %timeit s.startswith("XYZ")
1000000 loops, best of 3: 314 ns per loop
In [29]: %timeit s.__contains__("XYZ")
1000000 loops, best of 3: 192 ns per loop
答案 0 :(得分:38)
正如评论中已经提到的,如果你使用s.__contains__("XYZ")
,你会得到一个更像s.startswith("XYZ")
的结果,因为它需要采用相同的路径:成员查找字符串对象,然后是一个函数调用。这通常有些昂贵(当然不足以让你担心)。另一方面,当您执行"XYZ" in s
时,解析器会解释运算符并可以快速查看成员对__contains__
的访问权限(或者更确切地说是其背后的实现,因为__contains__
本身是只是访问实现的一种方式。)
您可以通过查看字节码来了解这一点:
>>> dis.dis('"XYZ" in s')
1 0 LOAD_CONST 0 ('XYZ')
3 LOAD_NAME 0 (s)
6 COMPARE_OP 6 (in)
9 RETURN_VALUE
>>> dis.dis('s.__contains__("XYZ")')
1 0 LOAD_NAME 0 (s)
3 LOAD_ATTR 1 (__contains__)
6 LOAD_CONST 0 ('XYZ')
9 CALL_FUNCTION 1 (1 positional, 0 keyword pair)
12 RETURN_VALUE
因此,将s.__contains__("XYZ")
与s.startswith("XYZ")
进行比较会产生更相似的结果,但对于示例字符串s
,startswith
仍然会更慢。
为此,您可以检查两者的实现。有趣的是contains implementation看到它是静态类型的,只是假设参数本身就是一个unicode对象。所以这非常有效。
然而,startswith
implementation是一个“动态”Python方法,它要求实现实际解析参数。 startswith
还支持一个元组作为参数,这使得该方法的整个启动速度有点慢:(由我缩短,并附有我的评论):
static PyObject * unicode_startswith(PyObject *self, PyObject *args)
{
// argument parsing
PyObject *subobj;
PyObject *substring;
Py_ssize_t start = 0;
Py_ssize_t end = PY_SSIZE_T_MAX;
int result;
if (!stringlib_parse_args_finds("startswith", args, &subobj, &start, &end))
return NULL;
// tuple handling
if (PyTuple_Check(subobj)) {}
// unicode conversion
substring = PyUnicode_FromObject(subobj);
if (substring == NULL) {}
// actual implementation
result = tailmatch(self, substring, start, end, -1);
Py_DECREF(substring);
if (result == -1)
return NULL;
return PyBool_FromLong(result);
}
这可能是startswith
由于其简单而导致contains
快速的字符串变慢的一个重要原因。
答案 1 :(得分:1)
这可能是因为str.startswith()
的作用超过str.__contains__()
,而且因为我认为str.__contains__
在C中完全运作,而str.startswith()
必须与Python类型进行交互。它的签名是str.startswith(prefix[, start[, end]])
,其中prefix可以是要尝试的字符串元组。