Python 为什么内置的 string.isdigit() 实现比我自己的实现快

发布于07月25日

我在研究算法，我有一个关于isdigit()和my_isdigit()之间的差异的问题.

import time


def my_isdigit(str):
    s = set(['1', '2', '3', '4', '5', '6', '7', '8', '9', '0'])
    for x in str:
        if x not in s:
            return False
    return True


test_str = '1234567890' * 10000000
start = time.time()
test_str.isdigit()
print(time.time() - start)  # 0.21125102043151855


start = time.time()
my_isdigit(test_str)
print(time.time() - start)  # 2.169161319732666

为什么isdigit()比我的快得多？

我看到了What is the fastest way to make sure a str is a int?个，但我不知道原因.

这是C和Python之间的区别吗？还是我的代码不好？

推荐答案

诸如str.isdigit()之类的内置函数是用C实现的(当使用CPython时)，C比Python快得多.

您可以找到str.isdigit here的C代码；它调用these helpers，在Python的内置Unicode数据库中查找字符类.

由于str是Unicode，并且支持Unicode，这导致了一个可能令人惊讶的结果:不是Latin个数字的字符也是digit个:

>>> '፫'.isdigit()
True

我测试了几种不同的方法(从这个线程和其他线程):甚至比str.isdigit()更快，并且仅限于拉丁数字，就是首先将Unicode字符串编码为ASCII字节，然后在其上运行isdigit(其中is a different implementation比uses a simpler lookup table代表256个可能的ASCII字节):

def bytes_isdigit(s):
    return s.encode('ascii', 'ignore').isdigit()

# ...
name='my_isdigit' iters=1 time=2.788 iters_per_sec=0.36
name='builtin' iters=5 time=0.425 iters_per_sec=11.75
name='daweo' iters=1 time=1.011 iters_per_sec=0.99
name='khelwood' iters=1 time=4.837 iters_per_sec=0.21
name='bytes_isdigit' iters=5 time=0.309 iters_per_sec=16.18