在字典中使用字符串作为键总是更快吗？

Question

在这个page，我看到了一些有趣的东西：

请注意，（在实践中）只处理 str 键的 dicts 有一条快速路径；这不会影响算法的复杂性，但会显着影响常数因素：典型程序完成的速度。

那到底是什么意思呢？

这是否意味着使用字符串作为键总是更快？

如果是，为什么？

更新：

感谢关于优化的建议！但实际上我更感兴趣的是显而易见的事实，而不是我们是否应该或何时应该进行优化。

更新 2：

感谢您的精彩回答，我将在此处引用@DaveWebb 提供的link 中的内容：

" ...

ma​​_lookup 最初设置为 lookdict_string 函数（在 3.0 中重命名为 lookdict_unicode），它假定字典中的键和正在搜索的键是标准的 PyStringObject。然后它可以进行一些优化，例如减轻各种错误检查，因为字符串到字符串的比较不会引发异常。也不需要富对象比较，这意味着我们避免调用 PyObject_RichCompareBool，而总是直接使用 _PyString_Eq。

... "

另外，对于实验数字，我认为如果没有int到字符串的转换，差异的大小会更大

Answer 1

作为 Python dict 基础的 C 代码针对字符串键进行了优化。 You can read about this here（以及博客所指的书中）。

如果 Python 运行时知道你的 dict 只包含字符串键，它可以做一些事情，例如不处理字符串到字符串比较不会发生的错误，并忽略丰富的比较运算符。这将使字符串键的常见情况仅dict 快一点。 （更新：时间显示它不止一点。）

但是，这不太可能对大多数 Python 程序的运行时间产生重大影响。如果您已经测量并发现dict 查找是您代码中的瓶颈，则只需担心此优化。 As the famous quote says, "Premature optimization is the root of all evil."

查看事物真正速度的唯一方法是对它们进行计时：

>>> timeit.timeit('a["500"]','a ={}\nfor i in range(1000): a[str(i)] = i')
0.06659698486328125
>>> timeit.timeit('a[500]','a ={}\nfor i in range(1000): a[i] = i')
0.09005999565124512

因此，即使与 int 键相比，使用字符串键也快 30%，我不得不承认我对差异的大小感到惊讶。

Answer 2

由于这只影响恒定时间，因此可能根本不重要。您真正需要优化的唯一时间是在处理非常大的数据集时 - 这不会产生任何影响。

这确实意味着，如果您有以字符串作为键的小型字典，Python 会很快 - 这是一种常见用法，因此已针对它进行了优化。

正如 Ignacio Vazquez-Abrams 指出的那样，将您的密钥转换为字符串的成本可能（远远）超过您从它作为 dict 的字符串可能获得的轻微提升。

简而言之，使用与您的情况相关的内容 - 只应在需要时进行优化，而不是之前。

一些测试：

python -m timeit -s "a={key: 1 for key in range(1000)}" "a[500]"
10000000 loops, best of 3: 0.0773 usec per loop

python -m timeit -s "a={str(key): 1 for key in range(1000)}" "a[\"500\"]"
10000000 loops, best of 3: 0.0452 usec per loop

python -m timeit -s "a={str(key): 1 for key in range(1000)}" "a[str(500)]"
1000000 loops, best of 3: 0.244 usec per loop

如您所见，虽然基于字符串的 dict 速度更快，但相比之下转换密钥的成本非常高，完全降低了增益（然后是一些）。

所以是的，如果您使用的数据仅被用作字典的键，并且您将它们存储在什么格式中并不重要，那么最好在小字典中使用字符串.在实践中，这种情况非常罕见（您可能已经在使用字符串了）。