如何加快计算一个字符串中子字符串的速度？

Question

我有一个字典子串：count 我还有一个很长的字符串（一千万个字符或更多）。 我需要将字符串中关键子字符串的出现次数输入到字典值中。

def NGFT(normaled_text):
    for tg in NGFT_Table:
        NGFT_Table[tg] = normaled_text.count(tg)

我尝试了简单的方法，但结果发现速度非常慢。 我需要将其速度提高 1-2 个数量级。 （目前运行时间超过一分钟，但用 C# 手工制作的计数器在大约 1 秒内完成了相同的操作。）但它是在字符串生成器的帮助下完成的。对于Python，据我了解，没有字符串生成器。

Answer 1

单步遍历字符串，得到每个连续的 3 个字母切片。如果这是字典中的键，则增加计数。

def NGFT(normaled_text):
    for i in range(len(normaled_text) - 2):
        s = normaled_text[i:i+3]
        if s in NGFT_Table:
            NGFT_Table[s] += 1

将字典转换为 B 树，然后递增

btree[normaled_text[i]][normaled_text[i+1]][normaled_text[i+2]]

可能会产生更好的算法。