PyStringObject效率相关的问题

最新推荐文章于 2025-08-18 23:17:42 发布

转载最新推荐文章于 2025-08-18 23:17:42 发布 · 117 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/liuze/archive/2010/06/04/1751375.html

文章标签：

#python

本文探讨了Python中字符串连接的不同方法及其效率对比。介绍了通过“+”操作符与使用PyStringObject对象的join方法进行字符串连接的过程，并分析了各自在内存管理和性能上的优劣。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PyStringObject效率相关的问题

在Python中又一个举足轻重的问题：字符串连接问题。字符串连接有两种方式：（1）通过“+”对字符串进行连接

（2）利用PyStringObject对象的join操作来对存储在list或tuple中的一组

PyStringObject对象进行连接操作。

（1）法效率比较低，因为Python中字符串对象是一个不可变的对象，当我们进行“+”操作时，我们就得从新申请一个新的PyStringObject对象。如果我们要进行N个字符串对象的连接，我们我要进行N-1次内存的申请和内存搬运的工作，显然，效率是十分底下的。使用（2）法可解决这个问题。

下面看下源码：

Static PyObject * string_concat(register PyStringObject *a, register PyStringObject *bb)

{

If( ! PyString_Check（bb）)

{

PyErr_Format(PyExc_TypeError,“cannot concatenate ‘str’and

‘%.200s’objects”, bb->ob_type->tp_name）；

Return NULL ;

}

# define b ((PyStringObject*)bb)

//如果a或bb是指向空字符串对象的指针

If( (a->ob_size==0 || b->ob_size==0)&&

PyString_CheckExact(a)&&PyString_CheckExact(b))

{

If( a->ob_size == 0 )

{

Py_INCREF(bb) ;

Return bb ;

}

Py_INCREF(a) ;

Return (PyObject*)a;

}

Size = a->ob_size + b->ob_size ；//字符串连接后的长度size

If( a->size<0||b->size<0||a->ob_size+b->ob_size > PY_SSIZE_T_MAX)

{

PyErr_SetString(PyExc_OverflowError, “string are too large”) ;

Return NULL ;

}

/*创建新的PyStringObject对象，其维护的用于存储字符的内存长度为

Size */

Op = (PyStringObject*)PyObject_MALLOC(sizeof(PyStringObject)+size);

PyObject_INIT_VAR(op,&PyString_Type,size);

Op->ob_shash = -1 ;

Op->ob_sstate = SSTATE_NOT_INTERNED ;

将a和b中的字符拷贝到新创建的PyStringObject中

Memcpy(op->ob_sval, a->ob_sval , a->ob_size) ;

Memcpy(op->ob_sval+a->ob_size , b->ob_sval , b->ob_size) ；

Op->ob_sval[size] = ‘\0’;

Return (PyObject*)op ;

# undif b ;

}

Static PyObject * string_join(PyStringObject *self,PyObject *orig)

{

Char *sep = PyString_AS_STRING(self) ;

Const Py_ssize_t seplen = PyString_GET_SIZE(self) ;

PyObject *res = NULL ;

Char *p ;

Py_ssize_t seqlen = 0 ;

Size_t sz=0 ;

Py_ssize_t i ;

PyObject *seq, *item;

Seq = PySequence_Fast(orig, “”);

If( seq == NULL )

{

Return NULL ;

}

Seqlen = PySequence_Size(seq) ;

If( seqlen == 0 )

{

Py_DECREF(seq) ;

Return PyString_FromString(“”);

}

If( seqlen == 1)

{

Item = PySequence_Fast_ITEM(seq,0) ;

If( PyString_CheckExact(item)||PyUnicode_CheckExact(item))

{

Py_INCREF(item) ;

Py_DECREF(seq) ;

Return item ;

}

For( i = 0 ; i < seqlen ; i++)

{

Const size_t old_sz = sz ;

Item = PySequence_Fast_GET_ITEM(seq,i) ;

If( ! PyString_Check(item))

{

PyErr_Format(PyExc_TypeError,“sequence item %zd:expected string,”) ;

Py_DECREF(seq) ;

Return NULL ;

}

Sz += PyString_GET_SIZE(item) ;

If( I != 0 )

Sz += seqlen ;

Res = PyString_FromStringAndSize((char*)NULL , sz) ;

If( res == NULL)

{

Py_DECREF(seq) ;

Return NULL ;

}

P = PyString_AS_STRING(res) ;

For( I = 0 ; I < seqlen; ++ i)

{

Size_t n ;

Item = PySeqence_Fast_GET_ITEM(seq, i) ;

n = PyString_GET_SIZE(item);

Py_MEMCPY(p ,PyString_AS_STRING(item) , n) ;

P+=n ;

If( I < seqlen-1)

{

Py_MEMCPY(p,seq,seplen) ;

P+=sepen ;

}

Py_DECREF(seq) ;

Return res;

}

转载于:https://www.cnblogs.com/liuze/archive/2010/06/04/1751375.html