Python 的字符串连接与 str.join 相比有多慢？

Question

由于我在此线程，我想知道+=操作符和''.join()的速度差异是多少，

那么两者的速度对比是怎样的呢？

Answer 1

来自：高效字符串连接

方法1：

def method1():
  out_str = ''
  for num in xrange(loop_count):
    out_str += 'num'
  return out_str

方法4：< /strong>

def method4():
  str_list = []
  for num in xrange(loop_count):
    str_list.append('num')
  return ''.join(str_list)

现在我意识到它们并不严格具有代表性，第四种方法在迭代和加入每个项目之前附加到列表，但这是一个公平的指示。

字符串连接比串联要快得多。

为什么？字符串是不可变的，不能就地更改。要改变其中一个，需要创建一个新的表示（两者的串联）。

Answer 2

注意： 这个基准测试是非正式的，需要重做，因为它没有全面展示这些方法如何在更实际的长字符串上执行。正如 @Mark Amery 的评论中提到的，+= 不如可靠地使用 f-strings 和 str# join 在实际用例中并没有那么慢。

由于后续 CPython 版本（尤其是 3.11）引入的显着性能改进，这些指标也可能已经过时。

---

现有的答案写得很好并且经过研究，但这是 Python 3.6 时代的另一个答案，因为现在我们有了 文字字符串插值（又称为 f-strings）：

>>> import timeit
>>> timeit.timeit('f\'{"a"}{"b"}{"c"}\'', number=1000000)
0.14618930302094668
>>> timeit.timeit('"".join(["a", "b", "c"])', number=1000000)
0.23334730707574636
>>> timeit.timeit('a = "a"; a += "b"; a += "c"', number=1000000)
0.14985873899422586

使用 CPython 3.6.5 在配备 Intel Core i7、2.3 GHz 的 2012 Retina MacBook Pro 上执行测试。

Answer 3

我原来的代码是错误的，看来 + 连接通常更快（特别是在较新的硬件上使用较新版本的 Python）

时间如下：

Iterations: 1,000,000       

Windows 7 上的 Python 3.3，

String of len:   1 took:     0.5710     0.2880 seconds
String of len:   4 took:     0.9480     0.5830 seconds
String of len:   6 took:     1.2770     0.8130 seconds
String of len:  12 took:     2.0610     1.5930 seconds
String of len:  80 took:    10.5140    37.8590 seconds
String of len: 222 took:    27.3400   134.7440 seconds
String of len: 443 took:    52.9640   170.6440 seconds

Windows 上的 Core i7 Python 2.7 7、Core i7

String of len:   1 took:     0.7190     0.4960 seconds
String of len:   4 took:     1.0660     0.6920 seconds
String of len:   6 took:     1.3300     0.8560 seconds
String of len:  12 took:     1.9980     1.5330 seconds
String of len:  80 took:     9.0520    25.7190 seconds
String of len: 222 took:    23.1620    71.3620 seconds
String of len: 443 took:    44.3620   117.1510 seconds

On Linux Mint、Python 2.7、一些较慢的处理器

String of len:   1 took:     1.8840     1.2990 seconds
String of len:   4 took:     2.8394     1.9663 seconds
String of len:   6 took:     3.5177     2.4162 seconds
String of len:  12 took:     5.5456     4.1695 seconds
String of len:  80 took:    27.8813    19.2180 seconds
String of len: 222 took:    69.5679    55.7790 seconds
String of len: 443 took:   135.6101   153.8212 seconds

这是代码：

from __future__ import print_function
import time

def strcat(string):
    newstr = ''
    for char in string:
        newstr += char
    return newstr

def listcat(string):
    chars = []
    for char in string:
        chars.append(char)
    return ''.join(chars)

def test(fn, times, *args):
    start = time.time()
    for x in range(times):
        fn(*args)
    return "{:>10.4f}".format(time.time() - start)

def testall():
    strings = ['a', 'long', 'longer', 'a bit longer', 
               '''adjkrsn widn fskejwoskemwkoskdfisdfasdfjiz  oijewf sdkjjka dsf sdk siasjk dfwijs''',
               '''this is a really long string that's so long
               it had to be triple quoted  and contains lots of
               superflous characters for kicks and gigles
               @!#(*_#)(*$(*!#@&)(*E\xc4\x32\xff\x92\x23\xDF\xDFk^%#$!)%#^(*#''',
              '''I needed another long string but this one won't have any new lines or crazy characters in it, I'm just going to type normal characters that I would usually write blah blah blah blah this is some more text hey cool what's crazy is that it looks that the str += is really close to the O(n^2) worst case performance, but it looks more like the other method increases in a perhaps linear scale? I don't know but I think this is enough text I hope.''']

    for string in strings:
        print("String of len:", len(string), "took:", test(listcat, 1000000, string), test(strcat, 1000000, string), "seconds")

testall()

Answer 4

如果我期望得好，对于一个包含 k 个字符串、总共 n 个字符的列表，连接的时间复杂度应该是 O(nlogk)，而经典串联的时间复杂度应该是 O(nk)。

这与合并 k 个排序列表的相对成本相同（有效的方法是 O(nlkg) ，而简单的方法，类似于串联是 O(nk) ）。

Answer 5

如果我从算法上来说，如果你选择 [ += ]，那么它会生成一个新对象，并且时间复杂度为 O(n)**2。但如果你使用[.join]那么它将是O(n)。

Answer 6

我重写了上一个答案，请问您可以分享您对我测试方式的看法吗？

import time

start1 = time.clock()
for x in range (10000000):
    dog1 = ' and '.join(['spam', 'eggs', 'spam', 'spam', 'eggs', 'spam','spam', 'eggs', 'spam', 'spam', 'eggs', 'spam'])

end1 = time.clock()
print("Time to run Joiner = ", end1 - start1, "seconds")


start2 = time.clock()
for x in range (10000000):
    dog2 = 'spam'+' and '+'eggs'+' and '+'spam'+' and '+'spam'+' and '+'eggs'+' and '+'spam'+' and '+'spam'+' and '+'eggs'+' and '+'spam'+' and '+'spam'+' and '+'eggs'+' and '+'spam'

end2 = time.clock()
print("Time to run + = ", end2 - start2, "seconds")

注意：此示例是用 Python 3.5 编写的，其中 range() 的作用类似于以前的 xrange()

我得到的输出：

Time to run Joiner =  27.086106206103153 seconds
Time to run + =  69.79100515996426 seconds

就我个人而言，我更喜欢 ''.join([]) 而不是 'Plusser way'，因为它更干净且更具可读性。

Answer 7

这就是愚蠢的程序旨在测试的:)

使用 plus

import time

if __name__ == '__main__':
    start = time.clock()
    for x in range (1, 10000000):
        dog = "a" + "b"

    end = time.clock()
    print "Time to run Plusser = ", end - start, "seconds"

输出：

Time to run Plusser =  1.16350010965 seconds

现在使用 join....

import time
if __name__ == '__main__':
    start = time.clock()
    for x in range (1, 10000000):
        dog = "a".join("b")

    end = time.clock()
    print "Time to run Joiner = ", end - start, "seconds"

输出：

Time to run Joiner =  21.3877386651 seconds

所以在 Windows 上的 python 2.6 上，我会说 + 比 join 快大约 18 倍:)