性能 - python 的in 和 find 执行效率问题

Answer 1

Saya menukar kod anda supaya lebih mudah:

(Menukarnya berdasarkan cadangan @evian)

import os
import sys

def getinfo(filename) :
    info = {}
    with open(filename, 'r') as f:
        for line in f:
            ID, name = line.strip().split()
            info[ID] = name
    return info


def matchname(info, input_file, output_file) : 
    with open(input_file, 'r') as reader, open(output_file, 'w') as writer:
        for line in reader:
            n1, n2, content = line.strip().split()
            for ID, name in info.items():
                if name in content:
                    print(n1, n2, name, ID, sep='\t', file=writer)


if __name__ == '__main__':
    info_filename = 'aa.txt'
    content_filename = 'bb.txt'
    result_filename = 'final_output2.txt'
    info = getinfo(info_filename)
    matchname(info, content_filename, result_filename)
    print('done')

(Kembali kemudian untuk menerangkan...)

---

Soalan yang saya jawab: Python-QA

Answer 2

in sudah tentu lebih pantas daripada find kerana yang pertama memerlukan lebih sedikit carian atribut, panggilan fungsi dan lebih banyak operasi perbandingan daripada yang terakhir:

>>> def t():
...   return "abctestdef".find("testx")
... 
>>> import dis
>>> dis.dis(t)
  2           0 LOAD_CONST               1 ('abctestdef')
              3 LOAD_ATTR                0 (find)
              6 LOAD_CONST               2 ('testx')
              9 CALL_FUNCTION            1 (1 positional, 0 keyword pair)
             12 RETURN_VALUE
>>> def t():
...   return "test" in "abctestdef"
... 
>>> dis.dis(t)
  2           0 LOAD_CONST               1 ('test')
              3 LOAD_CONST               2 ('abctestdef')
              6 COMPARE_OP               6 (in)
              9 RETURN_VALUE

Jika anda mahu pergi lebih pantas, pertimbangkan untuk menggunakan Rust :-)

Selain itu, kod anda tidak ditulis dengan baik. Adalah disyorkan untuk menggunakan dengan bukannya menutup secara manual untuk operasi fail.

Answer 3

Kerumitan masa dalam set ialah O(1)
Kerumitan masa dalam senarai ialah O(n)

Anda boleh cuba menggunakan set semasa memasang