为什么字符串搜索比列表搜索和集合搜索快？答案

【问题标题】：Why is string search fastest as compared to list search and set search?为什么字符串搜索比列表搜索和集合搜索快？
【发布时间】：2015-08-17 11:34:25
【问题描述】：

我正在解决一些竞争性的编码挑战。我的解决方案是在列表中搜索时超出时间限制，但在我搜索字符串时被接受。

下面是示例代码：

代码

import timeit

list = timeit.Timer("'A' in list('AEIOU')")
set = timeit.Timer("'A' in set('AEIOU')")
string = timeit.Timer("'A' in 'AEIOU'")

print 'List search :',list.timeit(999999)
print 'Set search',set.timeit(999999)
print 'String search',string.timeit(999999)

输出

List search : 1.0873670578
Set search 1.0083398819
String search 0.0997061729431

*此输出是在 ideone.com 中获得的...http://ideone.com/5FxkX2
**输出可能因系统而异，但趋势相同。

我发现字符串搜索速度非常快。我用谷歌搜索，但没有找到令人满意的理由。请帮助我理解为什么字符串搜索最快？

【问题讨论】：

实际上，检查set 的成员身份比列表和字符串要快，因为使用哈希表并且它 O(1)，但您在这里看到的不同之处在于将字符串转换为设置并列出。所以试试{'A', 'I', 'E', 'U', 'O'}和['A', 'I', 'E', 'U', 'O']
因为您的示例集非常小，所以 O(1) 的 set 相对于 O(N) 的其他优势并不重要。无论如何，设置（set 和list 的创建）是O(N)。搜索字符串比list 更快，因为它是一个更简单的结构（它包含一个字符数组而不是对字符串对象的引用）。

标签： python string python-2.7

【解决方案1】：

您的测试有偏差，您需要使用setup 参数来忽略创建list 或set 的时间

>>> timeit.timeit("'A' in l", "l = list('AEIOU')")
0.06389708405846951
>>> timeit.timeit("'A' in s", "s = set('AEIOU')")
0.05960524183085081
>>> timeit.timeit("'A' in s", "s = 'AEIOU'")
0.05756433387793081

话虽如此，str 和 list 的 in 操作是线性的 O(N) 和 set 是恒定的 O(1)（忽略大量哈希冲突）。因此，对于更大的示例，set 将是最快的，str 和 list 将非常相似。

【讨论】：

【解决方案2】：

这与实际的搜索速度几乎没有关系，而一切都与必须查找全局名称（set 或 list）并调用该全局名称（包括帧保存和恢复）有关。

测试实际的in操作符单独，而不是用调用：

>>> import timeit
>>> timeit.Timer("'A' in l", "l = list('AEIOU')").timeit(999999)
0.0490870475769043
>>> timeit.Timer("'A' in s", "s = set('AEIOU')").timeit(999999)
0.0507349967956543
>>> timeit.Timer("'A' in s", "s = 'AEIOU'").timeit(999999)
0.04982495307922363

现在时间太近了，因为您的对象太小了。使用更大的输入来实际看到差异。

只是使用更多的字符已经在一定程度上增加了对比度：

>>> timeit.Timer("'A' in l", "from string import ascii_letters, digits, whitespace; l = list(ascii_letters + digits + whitespace)").timeit(999999)
0.38520193099975586
>>> timeit.Timer("'A' in s", "from string import ascii_letters, digits, whitespace; s = set(ascii_letters + digits + whitespace)").timeit(999999)
0.046868085861206055
>>> timeit.Timer("'A' in s", "from string import ascii_letters, digits, whitespace; s = ascii_letters + digits + whitespace").timeit(999999)
0.06492304801940918

现在set() 对象开始获胜，列表对象显示其速度较慢。

您还应该测试否定情况，其中字符不出现在对象中：

>>> timeit.Timer("'\xff' in l", "from string import ascii_letters, digits, whitespace; l = list(ascii_letters + digits + whitespace)").timeit(999999)
0.909243106842041
>>> timeit.Timer("'\xff' in s", "from string import ascii_letters, digits, whitespace; s = set(ascii_letters + digits + whitespace)").timeit(999999)
0.05034899711608887
>>> timeit.Timer("'\xff' in s", "from string import ascii_letters, digits, whitespace; s = ascii_letters + digits + whitespace").timeit(999999)
0.09932804107666016

set() 对象在这里真的很出色。

请注意，在这两种情况下，字符串搜索仍然优于列表搜索；这是因为遍历 C 数组并比较字节比比较动态数组中的对象要快，在动态数组中，您无法预先知道所有对象都是同一类型。

【讨论】：