Skip to main content
 首页 » 编程设计

python之CPython 的 str.join() 是不是有点低效

2024年10月25日12powertoolsteam

This answer及其注释提供了对 CPython 的 str.join() 内部工作原理的一些见解:

  1. 如果参数不是 list 或 tuple,则会创建一个包含相同内容的新 list。
  2. 参数被迭代一次,以求出它包含的字符串的长度。
  3. 为新字符串分配内存。
  4. 最后,对参数进行第二次迭代,并将字符串复制到新字符串的内存中。

这对我来说似乎有问题。对于初学者,为什么要拒​​绝除两种之外的所有序列类型?将任何序列迭代两次而不是复制它会不会更快?为什么要创建一个 list,尤其是当您不知道要创建它的可迭代对象的长度时?您不需要随机访问,只需重复迭代,使用 list 意味着您可能必须在其生成期间多次重新分配和复制。使用链表或 deque 不是更有意义吗?

谁能提供一些关于这些设计决策的见解?

请您参考如下方法:

For starters, why reject all sequence types but two? Wouldn't just iterating over any sequence twice instead of copying it be much faster?

join 的参数不必是一个序列。它可以是任何 iterable,并且一些 iterables 不能被迭代多次。例如,它可以是一个生成器表达式,迭代一次后就会耗尽。

关于你的第二个问题,我不太清楚,不过我猜想在内部使用列表和元组可以简化 C 级别的实现。我认为对您的问题更广泛的回答是,没有人真正打算对 str.join 进行所有可能的优化。我猜绝大多数用例都是在列表或元组上调用它。