在 Python 2.7 中获取字符串的特定字符的性能

Question

假设我想在 Python 2.7 中获取字符串的特定字符，假设

a = 'abcdefg...' # a long string
print a[5]

想知道何时访问字符串的任何特定字符，例如访问第 5 个元素，想知道性能是什么，是常数时间 O(1)，还是线性性能 O(n)，要么根据 5（字符的位置我们正在访问），还是对整个字符串的线性性能 O(n)（在本例中为 len(a)）？

Answer 1

>>> long_string_1M ="".join(random.choice(string.printable) for _ in xrange(1000000))
>>> short_string = "hello"
>>> timeit.timeit(lambda:long_string_1M[50000])
0.1487280547441503
>>> timeit.timeit(lambda:short_string[4])
0.1368805315209798
>>> timeit.timeit(lambda:short_string[random.randint(0,4)])
1.7327393072888242
>>> timeit.timeit(lambda:long_string_1M[random.randint(50000,100000)])
1.779330312345877

对我来说看起来像 O(1)

他们实现了它，因为一个字符串是连续的内存位置，所以索引它只是一个偏移的问题......如果你知道 c/c++ 它就像*(pointer+offset) （自从我完成 C 以来已经很长时间了，所以这可能有点错误）

Answer 2

除了 Joran 的回答之外，我还会向您指出这个参考实现，确认他的回答是 O(1) 查找

/* String slice a[i:j] consists of characters a[i] ... a[j-1] */        
static PyObject *    
string_slice(register PyStringObject *a, register Py_ssize_t i,    
             register Py_ssize_t j)    
     /* j -- may be negative! */    
{    
    if (i < 0)    
        i = 0;    
    if (j < 0)    
        j = 0; /* Avoid signed/unsigned bug in next line */    
    if (j > Py_SIZE(a))    
        j = Py_SIZE(a);    
    if (i == 0 && j == Py_SIZE(a) && PyString_CheckExact(a)) {    
        /* It's the same as a */    
        Py_INCREF(a);    
        return (PyObject *)a;    
    }    
    if (j < i)  
        j = i;    
    return PyString_FromStringAndSize(a->ob_sval + i, j-i);    
}

---

为什么这应该是你的直觉

Python 字符串是不可变的。 这种常见的优化允许在需要时假设连续数据之类的技巧。 请注意，在幕后，我们有时只需要计算 C 中内存位置的偏移量（显然是特定于实现的）

有几个地方可以依赖（或烦恼）字符串的不变性。 用python作者的话来说；

[字符串不可变]有几个优点。 一是性能：知道字符串是不可变的意味着我们可以在创建时为其分配空间

因此，据我所知，尽管我们可能无法保证跨实现的这种行为，但可以假设是非常安全的。