Question

我需要将一个字符串表示为一个数字，但它长度为8928313个字符，注意这个字符串可以包含的不只是字母，而且我必须能够有效地将其转换回来。我当前（太慢）的代码如下所示：

alpha = 'abcdefghijklmnopqrstuvwxyz ABCDEFGHIJKLMNOPQRSTUVWXYZ,.?!@()+-=[]/*1234567890^*{}\'"$\\&#;|%<>:`~_'
alphaLeng = len(alpha)
def letterNumber(letters):
    letters = str(letters)
    cof = 1
    nr = 0
    for i in range(len(letters)):
        nr += cof*alpha.find(letters[i])
        cof *= alphaLeng
        print(i,'        ',len(letters))
    return str(nr)

Answer 1

好的，因为其他人给出了糟糕的答案，我会介入。

你不应该这样做。
你不应该这样做。
整数和字符数组最终是一样的：字节。您可以以相同的方式访问这些值。
大多数数字表示最多为8个字节（64位）。您正在查看8 MB，即最大整数表示的100万倍。你不应该这样做。真。
你不应该这样做。您的号码只是一个定制的，巨大的数字类型，在引擎盖下是相同的。
如果您真的想要这样做，尽管有上述所有原因，请按照以下方式...

<强>代码

def lshift(a, b):
    # bitwise left shift 8
    return (a << (8 * b))

def string_to_int(data):
    sum_ = 0
    r = range(len(data)-1, -1, -1)
    for a, b in zip(bytearray(data), r):
        sum_ += lshift(a, b)
    return sum_;

不要这样做

<强>解释

字符本质上是字节：它们可以以不同的方式编码，但最终您可以在给定的编码中将它们视为字节序列。为了将它们转换为数字，我们可以将它们向左移8位以获得它们在序列中的位置，从而创建一个唯一的数字。 r，范围值，是相反顺序的位置：第4个元素需要左边24个字节（3 * 8）等。

获取范围并将数据转换为8位整数后，我们可以转换数据并获取总和，为我们提供唯一标识符。它与原始数字的字节顺序（或反向字节顺序）相同，但只是＆＃34;作为数字＆＃34;。这完全是徒劳的。不要这样做。

<强>性能

由于您没有正当理由创建相同的对象这一事实将会超过任何性能，但此解决方案具有相当高的性能。

1,000个元素需要~486微秒，10,000个元素需要~20.5毫秒，而100,000个元素需要大约1.5秒。它会起作用，但你不应该这样做。这意味着它被缩放为O（n ** 2），这可能是由于每次整数大小变大时重新分配数据的内存开销。这可能需要约4个小时来处理所有8e6元素（14365秒，计算出将低阶数据拟合到ax**2+bx+c）。请记住，这是为了获得与原始数据相同的字节表示。

<强>无用

请记住，根据目前的估计，整个宇宙中有~1e78到1e82个原子。这是~2 ^ 275。您的值将能够代表2 ^ 71426504，或者代表宇宙中每个原子所需的位数的约260,000倍。你不需要这样的号码。你永远不会。

Answer 2

如果只有ANSII字符。您可以使用ord()和chr()。

built-in functions

Answer 3

您可以执行多项优化。例如，find方法需要在字符串中搜索相应的字母。字典会更快。更快的可能是（基准！）chr函数（如果你对字母排序不太挑剔）和ord函数来反转chr。但是如果你对排序没有挑剔的话，如果你只是留下NULL-padded你的字符串并在内存中将其视为一个大的二进制数字，如果你不需要在任何地方显示值，那可能会更好特殊格式。

您可以通过迭代字符而不是字符索引来获得一些加速。如果你正在使用Python 2，那么大的range会很慢，因为需要生成一个列表（使用xrange而不是Python 2）; Python 3使用了一个生成器，所以它更好。

你的print功能会减慢输出速度，特别是如果你输出到tty。

大量图书馆也可能会为您加速：Handling big numbers in code

Answer 4

您的alpha.find()函数需要在每个循环中迭代alpha。

你可以使用dict加快速度，因为字典查找是O（1）：

alpha = 'abcdefghijklmnopqrstuvwxyz ABCDEFGHIJKLMNOPQRSTUVWXYZ,.?!@()+-=[]/*1234567890^*{}\'"$\\&#;|%<>:`~_'

alpha_dict = { letter: index for index, letter in enumerate(alpha)}
print(alpha.find('$'))
# 83
print(alpha_dict['$'])
# 83

如何将字符串表示为数字？

4 个答案: