Python:在枚举中查找字符串的最快方法

Question

解析了 IANA子标签(参见 Cascaded string split, pythonic way )并列出了 8600 个标签:

tags= ['aa',
       'ab',
       'ae',
       'af',
       'ak',
       'am',
       'an',
       'ar',
       # ...

我想检查例如 mytag="ro" 是否在列表中:最快的方法是什么:

第一种解决方案:

if mytag in tags:
    print "found"

第二种方案:

if mytag in Set(tags):
    print "found"

第三种解决方案:将列表转换为大字符串，如:'|aa|ab|ae|af|ak|am|an|ar|...' 然后查看字符串是否在另一个字符串中:

tags = '|aa|ab|ae|af|ak|am|an|ar|...'
if mytag in tags:
    print "found"

还有别的办法吗？哪个最快，是否已经测量过，如果不是，我该如何对自己进行基准测试(我应该从列表中随机选择一个元素，还是应该选择最后一个然后测试它，有人可以为“计时器”提供 python 代码)吗？

Answer 1

由于我无法访问原始字符串，因此任何测试都会有偏差。但是，您要了一个计时器？检查timeit模块，旨在为一些代码片段计时。

请注意，如果您使用 IPython，%timeit 是一个神奇的函数，可以轻而易举地为函数的执行计时，如下所示。

一些评论

• 您应该将 Set 替换为 set...
• 在运行任何测试之前构造您的集合和长字符串
• 从您的 tags 列表中随机取一个元素确实是可行的方法。

---

作为在 IPython 中使用 %timeit 的例子:

tags = ['aa','ab','ae','af','ak','an','ar']
tags_set = set(tags)
tags_str = "|".join(tags)

%timeit 'ro' in tags
1000000 loops, best of 3: 223 ns per loop
%timeit 'ro' in tags_set
1000000 loops, best of 3: 73.5 ns per loop
%timeit 'ro' in tags_str
1000000 loops, best of 3: 98.1 ns per loop