情况:将文件 A 中的字符串与文件 B 中的预定义字符串进行比较。我的代码中所述函数的示例:
string = open('fileA', 'r')
stringlist = open('fileB', 'r')
//compare the strings
for i in string:
for j in stringlist:
if i == j:
print("Same String found!" + i + " " + j)
问题:在我的实际程序中,string
包含200多个字符串,而stringlist
是一个包含50000多个字符串的文件。正如我所读,嵌套的 for 循环作为比较函数很慢。
问题:比较两个文件内容的最快方法是什么?
附加信息 1:两个文件都是 CSV 文件,并且在我的程序中以 CSV 分隔格式打开。
附加信息 2:字符串是 md5 哈希值(32 个字符)。
附加信息 3:我对其他存储字符串的方式持开放态度,即即时比较字符串而不是将其保存到文件 A。
附加信息 4:我也对我可以使用的其他方法或模块持开放态度(即:线程/并行处理)——速度是这里的关键。
最佳答案
你应该使用 sets :
setA = set(listA)
setB = set(listB)
common = setA.intersection(setB)
common
现在包含两个列表中存在的所有字符串
您也可以使用单行代码执行此操作:
common = set(listA).intersection(set(listB))
如果您可以“即时”进行这种比较,这当然比将列表保存到文件中然后再次从该文件中读取更好更快,这样做您将一无所获。
当然,要打印副本:
for x in common:
print(x)
关于python - 比较字符串 Python 的最快方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44403502/