简化语句'。'。join（string.split（'。'）[0：3]）

Question

我习惯于用C / C ++编写代码，当我看到以下数组操作时，我感到有些CPU浪费了：

version = '1.2.3.4.5-RC4'                 # the end can vary a lot
api = '.'.join( version.split('.')[0:3] ) # extract '1.2.3'

因此，我想知道：

• 将这一行执行（解释）为创建临时数组（内存分配），然后连接前三个单元（再次分配内存）吗？
  还是python解释器足够聪明？
  ^{（我也对Pythran ， Parakeet ， Numba ， Cython和其他python解释器/编译器在这种情况下所做的优化感到好奇。）}

• 是否有技巧来编写替换行，以提高CPU效率，并且仍然可以理解/优雅？
  ^{（您可以提供特定的Python2和/或Python3技巧和提示）}

Answer 1

我不知道为此使用CPU的情况，但这不是为什么我们以某种方式使用高级语言吗？

另一种解决方案是使用正则表达式，使用编译模式应允许进行背景优化：

import re
version = '1.2.3.4.5-RC4'
pat = re.compile('^(\d+\.\d+\.\d+)')
res = re.match(version)
if res:
  print res.group(1)

编辑：根据建议@jonrsharpe，我也运行了timeit基准测试。 这是我的结果：

def extract_vers(str):
   res = pat.match(str)
   if res:
     return res.group(1)
   else:
     return False

>>> timeit.timeit("api1(s)", setup="from __main__ import extract_vers,api1,api2; s='1.2.3.4.5-RC4'")
1.9013631343841553
>>> timeit.timeit("api2(s)", setup="from __main__ import extract_vers,api1,api2; s='1.2.3.4.5-RC4'")
1.3482811450958252
>>> timeit.timeit("extract_vers(s)", setup="from __main__ import extract_vers,api1,api2; s='1.2.3.4.5-RC4'")
1.174590826034546

编辑：但是无论如何，Python中存在一些库，例如distutils.version可以完成这项工作。 你应该看看那个答案 。

Answer 2

要回答您的第一个问题：不，这将不会由口译员进行优化。 Python将根据字符串创建一个列表，然后为切片创建第二个列表，然后将列表项放回一个新的字符串中。

为了覆盖第二个，您可以通过使用可选的maxsplit参数限制split稍微优化此设置：

>>> v = '1.2.3.4.5-RC4'
>>> v.split(".", 3)
['1', '2', '3', '4.5-RC4']

一旦第三个'.' 找到后，Python停止搜索字符串。 您也可以通过删除切片的默认0参数来稍微修饰一下：

api = '.'.join(version.split('.', 3)[:3])

---

但是请注意，性能上的任何差异都可以忽略不计：

>>> import timeit
>>> def test1(version):
    return '.'.join(version.split('.')[0:3])

>>> def test2(version):
    return '.'.join(version.split('.', 3)[:3])

>>> timeit.timeit("test1(s)", setup="from __main__ import test1, test2; s = '1.2.3.4.5-RC4'")
1.0458565345561743
>>> timeit.timeit("test2(s)", setup="from __main__ import test1, test2; s = '1.2.3.4.5-RC4'")
1.0842980287537776

较长的字符串包含更多不相关的'.' ， maxsplit的好处变得更加明显'.' S：

>>> timeit.timeit("s.split('.')", setup="s='1.'*100")
3.460900054011617
>>> timeit.timeit("s.split('.', 3)", setup="s='1.'*100")
0.5287887450379003

Answer 3

我习惯于用C / C ++编写代码，当我看到以下数组操作时，我感到有些CPU浪费了：

对于面临Python代码的C / C ++程序员来说，CPU浪费的感觉绝对是正常的。 您的代码：

version = '1.2.3.4.5-RC4'                 # the end can vary a lot
api = '.'.join(version.split('.')[0:3])   # extract '1.2.3'

在python中绝对可以 ， 没有简化的可能 。 仅在必须执行1000次后，才考虑使用库函数或编写自己的 函数 。