当事先知道整个字符串的长度时,我试图通过连接多个较短的字符串来找到创建长字节字符串(或字节数组)的最有效方法。我制作了这个脚本并得出了这些结果:
import time
MSG = b'test message'
COUNT = 30000
def bytes_list_test():
tStart = time.clock()
l = []
for i in range(COUNT):
l.append(MSG)
bs = b''.join(l)
print('byte list time:', time.clock() - tStart)
def bytearray_test():
tStart = time.clock()
ba = bytearray()
for i in range(COUNT):
for c in MSG:
ba.append(c)
print('array time:', time.clock() - tStart)
def initialized_bytearray_test():
tStart = time.clock()
ba = bytearray([0x00]*len(MSG)*COUNT)
for i in range(COUNT):
ba[i*len(MSG):i*len(MSG)+len(MSG)] = MSG
print('initialized array time:', time.clock() - tStart)
bytes_list_test()
bytearray_test()
initialized_bytearray_test()
结果:
byte list time: 0.0076534920117410365
array time: 0.08107178658246994
initialized array time: 0.08843219671325642
几个问题:
1) 创建字节列表并使用 join() 方法是结果所暗示的方法吗?
2)为什么使用字节列表比使用字节数组快得多,字节数组似乎是为此类事情设计的?
3) 您可能会认为初始化的数组会比未初始化的数组更快,因为初始化的数组不必调整大小(请注意,它偶尔会表现得更好,但幅度不会很大,而且不一致)。因为切片操作不是更快吗?
最佳答案
第一个函数创建指向同一对象的指针列表(不是字节列表),然后 join
会进行一次内存分配和 COUNT
调用memcpy
.
通过删除临时列表并使用 itertools.repeat
,您可以使第一个函数速度更快(在我的测试中为 5 倍)。 :
def bytes_list_test_opt():
tStart = time.clock()
bs = b''.join(itertools.repeat(MSG, COUNT))
print('byte list opt time:', time.clock() - tStart)
或者,在这种特殊情况下,只需使用 *
bytes
的运算符对象,它正是这样做的:
bs = MSG*COUNT
第二个函数重复迭代 MSG
,逐字节存储数据,并且随着字节数组的增长必须重复重新分配内存。
通过使用对 extend
的单次调用替换迭代,您可以使第二个函数几乎与原始(未优化)第一个函数一样快。 :
def bytearray_test_opt():
tStart = time.clock()
ba = bytearray()
for i in range(COUNT):
ba.extend(MSG)
print('array opt time:', time.clock() - tStart)
进行此修改后,第二个函数将比第一个函数慢,只是因为额外的重新分配(在我的测试中约为 15%)。
第三个函数使用 bytearray
的切片分配,它接受可迭代,并且似乎正在执行相同的逐字节迭代,但没有意识到它们可以只是 memcpy
字节到该地方。这看起来像是标准库中可以修复的缺陷。
正如您从之前的优化中看到的那样,与逐字节复制相比,分配所花费的时间非常少,因此预分配在这里没有明显的影响。您可以通过减少计算来节省一些时间,但这也没有多大帮助:
def initialized_bytearray_test_opt():
tStart = time.clock()
L = len(MSG)
ba = bytearray(L*COUNT)
ofs = 0
for i in range(COUNT):
ba[ofs : ofs+L] = MSG
ofs += L
print('initialized array opt time:', time.clock() - tStart)
我的机器的最终计时:
byte list time: 0.004823000000000001
byte list opt time: 0.0008649999999999977
array time: 0.043324
array opt time: 0.005505999999999997
initialized array time: 0.05936899999999999
initialized array opt time: 0.040164000000000005
附注使用timeit
模块来执行这样的测量,它提供了更高的准确性。
关于Python 字节数组与字节列表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17162609/