Python3.x：在非常大的字符串中替换字符的最快方法

Question

假设我有以下使用 Python3.x 的超大字符串，大小为几 GB，长度超过 100 亿个字符：

string1 = "XYZYXZZXYZZXYZYXYXZYXZYXZYZYZXY.....YY"

考虑到它的长度，这已经需要 +GB 才能加载到 RAM 中。

我想编写一个函数，将每个X 替换为A，将Y 替换为B，将Z 替换为C。我的目标是尽可能快地做到这一点。当然，这也应该是有效的（例如，我不确定可能会有一些 RAM 权衡）。

对我来说最明显的解决方案是使用string 模块和string.replace()：

import string
def replace_characters(input_string):
    new_string = input_string.replace("X", "A").replace("Y", "B").replace("Z", "C")
    return new_string

foo = replace_characters(string1)
print(foo)

哪个输出

'ABCBACCABCCABCBABACBACBACBCBCAB...BB'

我担心这不是最有效的方法，因为我在如此大的数据结构上同时调用三个函数。

对于这么大的字符串，最有效的解决方案是什么？

Answer 1

一种更节省内存的方法是使用str.translate。

>>> string1 = "XYZYXZZXYZZXYZYXYXZYXZYXZYZYZXY"
>>> string1.translate({ord("X"): "A", ord("Y"): "B", ord("Z"): "C"})
'ABCBACCABCCABCBABACBACBACBCBCAB'

这将只分配一个（在您的情况下特别大）字符串。