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:
- 如果参数不是
list或tuple,则会创建一个包含相同内容的新list。 - 参数被迭代一次,以求出它包含的字符串的长度。
- 为新字符串分配内存。
- 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。
