18.6. 優化字符串操作

18.6. 優化字符串操作

Soundex 算法的最后一步是對短結果補零和截短長結果。最佳的做法是什么？

這是目前在 soundex/stage2/soundex2c.py 中的做法：

    digits3 = re.sub('9', '', digits2)
    while len(digits3) < 4:
        digits3 += "0"
    return digits3[:4]

這里是 soundex2c.py 的表現：

C:\samples\soundex\stage2>python soundex2c.py
Woo             W000 12.6070768771
Pilgrim         P426 14.4033353401
Flingjingwaller F452 19.7774882003

思考的第一件事是以循環取代正則表達式。這里的代碼來自 soundex/stage4/soundex4a.py：

    digits3 = ''
    for d in digits2:
        if d != '9':
            digits3 += d

soundex4a.py 快了嗎？是的：

C:\samples\soundex\stage4>python soundex4a.py
Woo             W000 6.62865531792
Pilgrim         P426 9.02247576158
Flingjingwaller F452 13.6328416042

但是，等一下。一個從字符串去除字符的循環？我們可以用一個簡單的字符串方法做到。這便是 soundex/stage4/soundex4b.py：

    digits3 = digits2.replace('9', '')

soundex4b.py 快了嗎？這是個有趣的問題，它取決輸入值：

C:\samples\soundex\stage4>python soundex4b.py
Woo             W000 6.75477414029
Pilgrim         P426 7.56652144337
Flingjingwaller F452 10.8727729362

soundex4b.py 中的字符串方法對于大多數名字比循環快，但是對于短小的情況 (很短的名字) 卻比 soundex4a.py 略微慢些。性能優化并不總是一致的，對于一個情況快些，卻可能對另外一些情況慢些。就此而言，大多數情況將會從改變中獲益，所以就改吧，但是別忘了原則。

最后仍很重要的是，讓我們檢測算法的最后兩步：以零補齊短結果和截短超過四字符的長結果。你在 soundex4b.py 中看到的代碼就是做這個工作的，但是太沒效率了。看一下 soundex/stage4/soundex4c.py 找出原因：

    digits3 += '000'
    return digits3[:4]

我們為什么需要一個 while 循環來補齊結果？我們早就知道我們需要把結果截成四字符，并且我們知道我們已經有了至少一個字符 (直接從 source 中拿過來的起始字符)。這意味著我們可以僅僅在輸出的結尾添加三個零，然后截斷它。不要害怕重新理解問題，從不太一樣的角度看問題可以獲得簡單的解決方案。

我們丟棄 while 循環后從 soundex4c.py 中獲得怎樣的速度？太明顯了：

C:\samples\soundex\stage4>python soundex4c.py
Woo             W000 4.89129791636
Pilgrim         P426 7.30642134685
Flingjingwaller F452 10.689832367

最后，還有一件事可以令這三行運行得更快：你可以把它們合并為一行。看一眼 soundex/stage4/soundex4d.py：

    return (digits2.replace('9', '') + '000')[:4]

在 soundex4d.py 中把所有代碼放在一行可以比 soundex4c.py 稍微快那么一點：

C:\samples\soundex\stage4>python soundex4d.py
Woo             W000 4.93624105857
Pilgrim         P426 7.19747593619
Flingjingwaller F452 10.5490700634

它非常難懂，而且優化也不明顯。這值得嗎？我希望你有很好的見解。性能并不是一切。你在優化方面的努力應該與程序的可讀性和可維護性相平衡。

深入 Python :Dive Into Python 中文版

18.6. 優化字符串操作