Python中有没有像Java一样的东西StringBuffer？由于字符串在 Python 中也是不可变的，因此在循环中编辑它们效率低下。
问问题
76416 次
9 回答
111
蟒蛇 3
从文档：
连接不可变序列总是会产生一个新对象。这意味着通过重复连接构建序列将在总序列长度中具有二次运行时成本。要获得线性运行时成本，您必须切换到以下替代方案之一：如果连接 str 对象，您可以构建一个列表并在最后使用 str.join() 或者写入 io.StringIO 实例并检索其值完成时
实验比较几个选项的运行时间：
import sys
import timeit
from io import StringIO
from array import array
def test_concat():
out_str = ''
for _ in range(loop_count):
out_str += 'abc'
return out_str
def test_join_list_loop():
str_list = []
for _ in range(loop_count):
str_list.append('abc')
return ''.join(str_list)
def test_array():
char_array = array('b')
for _ in range(loop_count):
char_array.frombytes(b'abc')
return str(char_array.tostring())
def test_string_io():
file_str = StringIO()
for _ in range(loop_count):
file_str.write('abc')
return file_str.getvalue()
def test_join_list_compr():
return ''.join(['abc' for _ in range(loop_count)])
def test_join_gen_compr():
return ''.join('abc' for _ in range(loop_count))
loop_count = 80000
print(sys.version)
res = {}
for k, v in dict(globals()).items():
if k.startswith('test_'):
res[k] = timeit.timeit(v, number=10)
for k, v in sorted(res.items(), key=lambda x: x[1]):
print('{:.5f} {}'.format(v, k))
结果
3.7.5 (default, Nov 1 2019, 02:16:32)
[Clang 11.0.0 (clang-1100.0.33.8)]
0.03738 test_join_list_compr
0.05681 test_join_gen_compr
0.09425 test_string_io
0.09636 test_join_list_loop
0.11976 test_concat
0.19267 test_array
蟒蛇2
Efficient String Concatenation in Python是一篇相当老的文章，它的主要陈述是天真的连接远比连接慢得多，因为从那时起这部分已经在 CPython 中进行了优化。从文档：
CPython 实现细节：如果 s 和 t 都是字符串，一些 Python 实现（例如 CPython）通常可以对 s = s + t 或 s += t 形式的赋值执行就地优化。如果适用，这种优化会大大降低二次运行时间的可能性。这种优化既依赖于版本，也依赖于实现。对于性能敏感的代码，最好使用 str.join() 方法，该方法可确保跨版本和实现的线性连接性能一致。
我稍微修改了他们的代码，并在我的机器上得到了以下结果：
from cStringIO import StringIO
from UserString import MutableString
from array import array
import sys, timeit
def method1():
out_str = ''
for num in xrange(loop_count):
out_str += `num`
return out_str
def method2():
out_str = MutableString()
for num in xrange(loop_count):
out_str += `num`
return out_str
def method3():
char_array = array('c')
for num in xrange(loop_count):
char_array.fromstring(`num`)
return char_array.tostring()
def method4():
str_list = []
for num in xrange(loop_count):
str_list.append(`num`)
out_str = ''.join(str_list)
return out_str
def method5():
file_str = StringIO()
for num in xrange(loop_count):
file_str.write(`num`)
out_str = file_str.getvalue()
return out_str
def method6():
out_str = ''.join([`num` for num in xrange(loop_count)])
return out_str
def method7():
out_str = ''.join(`num` for num in xrange(loop_count))
return out_str
loop_count = 80000
print sys.version
print 'method1=', timeit.timeit(method1, number=10)
print 'method2=', timeit.timeit(method2, number=10)
print 'method3=', timeit.timeit(method3, number=10)
print 'method4=', timeit.timeit(method4, number=10)
print 'method5=', timeit.timeit(method5, number=10)
print 'method6=', timeit.timeit(method6, number=10)
print 'method7=', timeit.timeit(method7, number=10)
结果：
2.7.1 (r271:86832, Jul 31 2011, 19:30:53)
[GCC 4.2.1 (Based on Apple Inc. build 5658) (LLVM build 2335.15.00)]
method1= 0.171155929565
method2= 16.7158739567
method3= 0.420584917068
method4= 0.231794118881
method5= 0.323612928391
method6= 0.120429992676
method7= 0.145267963409
结论：
join仍然胜过 concat，但略胜一筹- 列表推导比循环更快（构建列表时）
- 加入生成器比加入列表慢
- 其他方法没有用（除非你正在做一些特别的事情）
于 2013-11-12T10:41:17.123 回答
15
取决于你想做什么。如果你想要一个可变序列，内置list类型是你的朋友，从 str 到 list 再返回很简单：
mystring = "abcdef"
mylist = list(mystring)
mystring = "".join(mylist)
如果您想使用 for 循环构建一个大字符串，pythonic 方法通常是构建一个字符串列表，然后将它们与适当的分隔符（换行符或其他）连接在一起。
否则，您还可以使用一些文本模板系统、解析器或任何最适合该工作的专用工具。
于 2013-11-12T10:06:18.940 回答
13
也许使用bytearray：
In [1]: s = bytearray('Hello World')
In [2]: s[:5] = 'Bye'
In [3]: s
Out[3]: bytearray(b'Bye World')
In [4]: str(s)
Out[4]: 'Bye World'
使用字节数组的吸引力在于它的内存效率和方便的语法。它也可以比使用临时列表更快：
In [36]: %timeit s = list('Hello World'*1000); s[5500:6000] = 'Bye'; s = ''.join(s)
1000 loops, best of 3: 256 µs per loop
In [37]: %timeit s = bytearray('Hello World'*1000); s[5500:6000] = 'Bye'; str(s)
100000 loops, best of 3: 2.39 µs per loop
请注意，速度上的大部分差异可归因于容器的创建：
In [32]: %timeit s = list('Hello World'*1000)
10000 loops, best of 3: 115 µs per loop
In [33]: %timeit s = bytearray('Hello World'*1000)
1000000 loops, best of 3: 1.13 µs per loop
于 2013-11-12T10:06:13.037 回答
8
之前提供的答案几乎总是最好的。但是，有时字符串是在许多方法调用和/或循环中建立起来的，因此建立一个行列表然后将它们连接起来并不一定很自然。由于无法保证您使用的是 CPython，或者 CPython 的优化将适用，因此另一种方法是使用print!
这是一个示例帮助程序类，虽然帮助程序类是微不足道的并且可能是不必要的，但它用于说明该方法（Python 3）：
import io
class StringBuilder(object):
def __init__(self):
self._stringio = io.StringIO()
def __str__(self):
return self._stringio.getvalue()
def append(self, *objects, sep=' ', end=''):
print(*objects, sep=sep, end=end, file=self._stringio)
sb = StringBuilder()
sb.append('a')
sb.append('b', end='\n')
sb.append('c', 'd', sep=',', end='\n')
print(sb) # 'ab\nc,d\n'
于 2015-03-12T01:20:01.427 回答
3
此链接可能对 python 中的连接有用
http://pythonadventures.wordpress.com/2010/09/27/stringbuilder/
来自上述链接的示例：
def g():
sb = []
for i in range(30):
sb.append("abcdefg"[i%7])
return ''.join(sb)
print g()
# abcdefgabcdefgabcdefgabcdefgab
于 2013-11-12T10:04:57.503 回答
3
我在 Roee Gavirel 的代码中添加了 2 个额外的测试，这些测试最终表明将列表加入字符串并不比 s += "something" 快，直到 Python 3.6。后来的版本有不同的结果。
结果：
Python 2.7.15rc1
Iterations: 100000
format done in 0.317540168762s
%s done in 0.151262044907s
list+join done in 0.0055148601532s
str cat done in 0.00391721725464s
Python 3.6.7
Iterations: 100000
format done in 0.35594654083251953s
%s done in 0.2868080139160156s
list+join done in 0.005924701690673828s
str cat done in 0.0054128170013427734s
f str done in 0.12870001792907715s
Python 3.8.5
Iterations: 100000
format done in 0.1859891414642334s
%s done in 0.17499303817749023s
list+join done in 0.008001089096069336s
str cat done in 0.014998912811279297s
f str done in 0.1600024700164795s
代码：
from time import time
def _with_cat(i):
_st = ''
for i in range(0, i):
_st += "0"
return _st
def _with_f_str(i):
_st = ''
for i in range(0, i):
_st = f"{_st}0"
return _st
def _with_format(i):
_st = ''
for i in range(0, i):
_st = "{}{}".format(_st, "0")
return _st
def _with_s(i):
_st = ''
for i in range(0, i):
_st = "%s%s" % (_st, "0")
return _st
def _with_list(i):
l = []
for i in range(0, i):
l.append("0")
return "".join(l)
def _count_time(name, i, func):
start = time()
r = func(i)
total = time() - start
print("%s done in %ss" % (name, total))
return r
iteration_count = 100000
print('Iterations: {}'.format(iteration_count))
r1 = _count_time("format ", iteration_count, _with_format)
r2 = _count_time("%s ", iteration_count, _with_s)
r3 = _count_time("list+join", iteration_count, _with_list)
r4 = _count_time("str cat ", iteration_count, _with_cat)
r5 = _count_time("f str ", iteration_count, _with_f_str)
if len(set([r1, r2, r3, r4, r5])) != 1:
print("Not all results are the same!")
于 2019-04-04T22:31:25.183 回答
2
只是我在 python 3.6.2 上运行的一个测试表明“加入”仍然大获全胜！
from time import time
def _with_format(i):
_st = ''
for i in range(0, i):
_st = "{}{}".format(_st, "0")
return _st
def _with_s(i):
_st = ''
for i in range(0, i):
_st = "%s%s" % (_st, "0")
return _st
def _with_list(i):
l = []
for i in range(0, i):
l.append("0")
return "".join(l)
def _count_time(name, i, func):
start = time()
r = func(i)
total = time() - start
print("%s done in %ss" % (name, total))
return r
iterationCount = 1000000
r1 = _count_time("with format", iterationCount, _with_format)
r2 = _count_time("with s", iterationCount, _with_s)
r3 = _count_time("with list and join", iterationCount, _with_list)
if r1 != r2 or r2 != r3:
print("Not all results are the same!")
输出是：
with format done in 17.991968870162964s
with s done in 18.36879801750183s
with list and join done in 0.12142801284790039s
于 2017-09-13T09:15:08.760 回答
1
在最佳答案中，来自“Python 中的高效字符串连接”的链接不再链接到预期页面（而是重定向到 tensorflow.org）。然而，这个 2004 年的页面引用的确切代码可能代表该页面https://waymoot.org/home/python_string/。
如果你用谷歌搜索，你可能已经看到它了，因为它首先出现：
efficient python StringBuilder
我不能在评论中留下这个，因为我没有特权。
于 2020-07-04T15:22:27.600 回答
1
Python 提供的最接近可变字符串或 StringBuffer 的东西可能是array标准库模块中的 Unicode 类型数组。它在您只想编辑字符串的一小部分的情况下很有用：
modifications = [(2, 3, 'h'), (0, 6, '!')]
n_rows = multiline_string.count('\n')
strarray = array.array('u', multiline_string)
for row, column, character in modifications:
strarray[row * (n_rows + 1) + column] = character
multiline_string = map_strarray.tounicode()
于 2021-11-21T10:25:37.147 回答