Python:为什么 partition(sep) 比 split(sep, maxsplit=1) 快

Question

我发现一个有趣的事情，当在分隔符之后获取整个子字符串时，partition 比 split 更快。我已经在 Python 3.5 和 3.6 (Cpython) 中测试过

In [1]: s = 'validate_field_name'

In [2]: s.partition('_')[-1]
Out[2]: 'field_name'

In [3]: s.split('_', maxsplit=1)[-1]
Out[3]: 'field_name'

In [4]: %timeit s.partition('_')[-1]
220 ns ± 1.12 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [5]: %timeit s.split('_', maxsplit=1)[-1]
745 ns ± 48.8 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

In [6]: %timeit s[s.find('_')+1:]
340 ns ± 1.44 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

我查看了 Cpython 源代码，发现 partition 使用了 FASTSEARCH 算法，参见 here .并且 split 仅在分隔符字符串的长度大于 1 时使用 FASTSEARCH，参见 here .但是我已经在长度较大的 sep 字符串上进行了测试。我得到了相同的结果。

我猜原因是 partition 返回一个三元素元组，而不是一个列表。

我想了解更多详情。

Answer 1

微基准可能会产生误导

py -m timeit "'validate_field_name'.split('_', maxsplit=1)[-1]"
1000000 loops, best of 3: 0.568 usec per loop

py -m timeit "'validate_field_name'.split('_', 1)[-1]"
1000000 loops, best of 3: 0.317 usec per loop

仅将参数作为位置或关键字传递会显着改变时间。所以我猜另一个分区更快的原因是，因为它不需要第二个参数......