使用字符串作为字典中的键总是更快吗？

Question

在这个页面，我看到一些有趣的东西：

请注意，（实际上）有一个仅处理 str 键的字典的快速路径；这不会影响算法的复杂性，但会显着影响常量因素：典型程序完成的速度。

那么它到底意味着什么呢？

这是否意味着使用字符串作为键总是更快？

如果是，为什么？

更新：

感谢您的优化建议！但我实际上对简单的事实更感兴趣，而不是我们是否或何时应该进行优化。

更新2：

感谢您的精彩回答，我将在这里引用@DaveWebb提供的link中的内容：

” ...

ma_lookup最初设置为lookdict_string函数（在3.0中重命名为lookdict_unicode），它假设字典中的键和正在搜索的键都是标准PyStringObject的。然后，它能够进行一些优化，例如减轻各种错误检查，因为字符串与字符串的比较永远不会引发异常。也不需要丰富的对象比较，这意味着我们避免调用 PyObject_RichCompareBool，而始终直接使用 _PyString_Eq。

... ”

另外，对于实验数字，我认为如果没有int到string的转换，差异的大小会更大

Answer 1

Python 字典底层的 C 代码针对字符串键进行了优化。 您可以在此处阅读相关内容（以及博客引用的书中）。

如果Python运行时知道你的字典只包含字符串键，它可以做一些事情，例如不处理字符串与字符串比较不会发生的错误，并忽略丰富的比较运算符。这将使字符串键的常见情况仅

dict

更快一些。 （更新：时间显示它不止一点点。）

但是，这不太可能对大多数 Python 程序的运行时间产生重大改变。仅当您测量并发现

dict

查找是代码中的瓶颈时才需要担心此优化。 正如名言所说，“过早的优化是万恶之源。”

了解事物到底快了多少的唯一方法就是为它们计时：

>>> timeit.timeit('a["500"]','a ={}\nfor i in range(1000): a[str(i)] = i')
0.06659698486328125
>>> timeit.timeit('a[500]','a ={}\nfor i in range(1000): a[i] = i')
0.09005999565124512

因此，使用字符串键甚至比

int

键快大约 30%，我不得不承认我对差异的大小感到惊讶。

Answer 2

由于这仅影响恒定时间，因此可能根本不重要。您真正需要优化的唯一时间是当您处理非常大的数据集时 - 这不会产生任何影响。

这意味着，如果你有一个以字符串为键的小字典，Python 会很快 - 这是一种常见用法，所以它已经过优化。

正如 Ignacio Vazquez-Abrams 指出的那样，将密钥转换为字符串的成本可能（远远）高于将其作为字典的字符串可能获得的轻微提升。

简而言之，使用与您的情况相关的内容 - 优化应该只在需要时进行，而不是之前。

一些测试：

python -m timeit -s "a={key: 1 for key in range(1000)}" "a[500]"
10000000 loops, best of 3: 0.0773 usec per loop

python -m timeit -s "a={str(key): 1 for key in range(1000)}" "a[\"500\"]"
10000000 loops, best of 3: 0.0452 usec per loop

python -m timeit -s "a={str(key): 1 for key in range(1000)}" "a[str(500)]"
1000000 loops, best of 3: 0.244 usec per loop

如您所见，虽然基于字符串的字典速度更快，但相比之下转换密钥的成本非常昂贵，完全减轻了增益（然后是一些）。

所以是的，如果您使用的数据仅用作字典的键，并且以什么格式存储它们并不重要，那么在小字典中使用字符串是更好的选择。实际上，这是一种非常罕见的情况（您可能已经在使用字符串了）。