我正在尝试子类str - 不是为了重要的事情，只是一个实验来了解有关Python内置类型的更多信息。我已经用str这种方式进行了子类化（使用__new__因为str是不可变的）：
class MyString(str):
def __new__(cls, value=''):
return str.__new__(cls, value)
def __radd__(self, value): # what method should I use??
return MyString(self + value) # what goes here??
def write(self, data):
self.__radd__(data)
据我所知，它正确初始化。但我无法使用+ =运算符进行就地修改。我已尝试覆盖__add__，__radd__，__iadd__以及各种其他配置。使用return语句，我设法让它返回正确的附加MyString的新实例，但不能在适当的位置修改。成功看起来像：
b = MyString('g')
b.write('h') # b should now be 'gh'
有什么想法吗？
为了可能添加某人可能想要这样做的原因，我遵循了创建以下在内部使用普通字符串的可变类的建议：
class StringInside(object):
def __init__(self, data=''):
self.data = data
def write(self, data):
self.data += data
def read(self):
return self.data
并使用timeit进行测试：
timeit.timeit("arr+='1234567890'", setup="arr = ''", number=10000)
0.004415035247802734
timeit.timeit("arr.write('1234567890')", setup="from hard import StringInside; arr = StringInside()", number=10000)
0.0331270694732666
在number上升时差异迅速增加 - 在100万次互动中，StringInside比我愿意等待返回的时间更长，而纯str版本在〜{ 100毫秒。
对于后人，我决定编写一个包含C ++字符串的cython类，看看性能是否可以提高，而松散的基于MikeMüller的更新版本，我成功了。我意识到cython是“作弊”，但我提供的只是为了好玩。
python版本：
class Mike(object):
def __init__(self, data=''):
self._data = []
self._data.extend(data)
def write(self, data):
self._data.extend(data)
def read(self, stop=None):
return ''.join(self._data[0:stop])
def pop(self, stop=None):
if not stop:
stop = len(self._data)
try:
return ''.join(self._data[0:stop])
finally:
self._data = self._data[stop:]
def __getitem__(self, key):
return ''.join(self._data[key])
cython版本：
from libcpp.string cimport string
cdef class CyString:
cdef string buff
cdef public int length
def __cinit__(self, string data=''):
self.length = len(data)
self.buff = data
def write(self, string new_data):
self.length += len(new_data)
self.buff += new_data
def read(self, int length=0):
if not length:
length = self.length
return self.buff.substr(0, length)
def pop(self, int length=0):
if not length:
length = self.length
ans = self.buff.substr(0, length)
self.buff.erase(0, length)
return ans
性能：
写
>>> timeit.timeit("arr.write('1234567890')", setup="from pyversion import Mike; arr = Mike()", number=1000000)
0.5992741584777832
>>> timeit.timeit("arr.write('1234567890')", setup="from cyversion import CyBuff; arr = CyBuff()", number=1000000)
0.17381906509399414
读
>>> timeit.timeit("arr.write('1234567890'); arr.read(5)", setup="from pyversion import Mike; arr = Mike()", number=1000000)
1.1499049663543701
>>> timeit.timeit("arr.write('1234567890'); arr.read(5)", setup="from cyversion import CyBuff; arr = CyBuff()", number=1000000)
0.2894480228424072
弹出
>>> # note I'm using 10e3 iterations - the python version wouldn't return otherwise
>>> timeit.timeit("arr.write('1234567890'); arr.pop(5)", setup="from pyversion import Mike; arr = Mike()", number=10000)
0.7390561103820801
>>> timeit.timeit("arr.write('1234567890'); arr.pop(5)", setup="from cyversion import CyBuff; arr = CyBuff()", number=10000)
0.01501607894897461
答案 0 :(得分：5)
这是对更新后问题的回答。
您可以使用列表来保存数据，只在读取时才构造字符串：
class StringInside(object):
def __init__(self, data=''):
self._data = []
self._data.append(data)
def write(self, data):
self._data.append(data)
def read(self):
return ''.join(self._data)
本课程的表现：
%%timeit arr = StringInside()
arr.write('1234567890')
1000000 loops, best of 3: 352 ns per loop
更接近原生str：
%%timeit str_arr = ''
str_arr+='1234567890'
1000000 loops, best of 3: 222 ns per loop
与您的版本比较：
%%timeit arr = StringInsidePlusEqual()
arr.write('1234567890')
100000 loops, best of 3: 87 µs per loop
构建字符串的my_string += another_string方式长期以来一直是反模式的表现。 CPython对这种情况有一些优化。似乎CPython无法检测到此处使用此模式。这可能是因为它有点隐藏在一个类中。
由于各种原因，并非所有实现都具有此优化。例如。 PyPy，通常比CPython快得多，对于这个用例来说要慢得多：
PyPy 2.6.0（Python 2.7.9）
>>>> import timeit
>>>> timeit.timeit("arr+='1234567890'", setup="arr = ''", number=10000)
0.08312582969665527
CPython 2.7.11
>>> import timeit
>>> timeit.timeit("arr+='1234567890'", setup="arr = ''", number=10000)
0.002151966094970703
此版本支持切片：
class StringInside(object):
def __init__(self, data=''):
self._data = []
self._data.extend(data)
def write(self, data):
self._data.extend(data)
def read(self, start=None, stop=None):
return ''.join(self._data[start:stop])
def __getitem__(self, key):
return ''.join(self._data[key])
你可以按正常方式切片：
>>> arr = StringInside('abcdefg')
>>> arr[2]
'c'
>>> arr[1:3]
'bc'
现在，read()还支持可选的开始和停止索引：
>>> arr.read()
'abcdefg'
>>> arr.read(1, 3)
'bc'
>>> arr.read(1)
'bcdefg'