Python字符串'in'运算符实现算法和时间复杂度

Question

我在想in 运算符是如何实现的，例如

>>> s1 = 'abcdef'
>>> s2 = 'bcd'
>>> s2 in s1
True

在CPython中，用什么算法来实现字符串匹配，时间复杂度是多少？有没有关于这个的官方文档或维基？

Answer 1

它是Boyer-Moore 和Horspool 的组合。

可以查看C代码here：

快速搜索/计数实现，基于 Boyer-Moore 和 Horspool 之间的混合，顶部还有一些花里胡哨。有关更多背景信息，请参阅：https://web.archive.org/web/20201107074620/http://effbot.org/zone/stringlib.htm。

从上面的链接：

在设计新算法时，我使用了以下约束：

• 对于所有测试用例（基于真实代码），包括 Jim Hugunin 的最坏情况测试，都应该比当前的蛮力算法更快
• 小设置开销；快速路径中没有动态分配（速度为 O(m)，存储为 O(1)）
• 良好情况下的次线性搜索行为 (O(n/m))
• 在最坏情况下不比当前算法差 (O(nm))
• 应该适用于 8 位字符串和 16 位或 32 位 Unicode 字符串（无 O(σ) 依赖性）
• 许多现实生活中的搜索应该是好的，极少数应该是最坏的情况
• 相当简单的实现