将串联字符串分配给python中的变量时，为什么这么慢？

Question

如果仅是如下所示的字符串串联，则立即完成。

test_str = "abcdefghijklmn123456789"
str1 = ""
str2 = ""

start = time.time()
for i in range(1, 100001):

    str1 = str1 + test_str
    str2 = str2 + test_str

    if i % 20000 == 0:
        print("time(sec) => {}".format(time.time() - start))
        start = time.time()

恒定的处理时间

time(sec) => 0.013324975967407227
time(sec) => 0.020363807678222656
time(sec) => 0.009979963302612305
time(sec) => 0.01744699478149414
time(sec) => 0.0227658748626709

莫名其妙地，将串联字符串分配给另一个变量会使过程变得越来越慢。

test_str = "abcdefghijklmn123456789"
str1 = ""
str2 = ""

start = time.time()
for i in range(1, 100001):

    str1 = str1 + test_str
    # str2 = str2 + test_str
    # ?
    str2 = str1

    if i % 20000 == 0:
        print("time(sec) => {}".format(time.time() - start))
        start = time.time()

处理时间将被延迟。

time(sec) => 0.36466407775878906
time(sec) => 1.105351209640503
time(sec) => 2.6467738151550293
time(sec) => 5.891657829284668
time(sec) => 9.266698360443115

python2和python3给出相同的结果。

Answer 1

通常，Python语言标准在此不做任何保证；事实上，定义，字符串是不变的，你在做什么应该咬你无论哪种方式，因为你写的形式，倒楣的画家算法。

但是，在第一种情况下，作为实现细节，CPython（参考解释器）将为您提供帮助，并在一些相当特定的条件下将字符串连接到位（技术上违反了不变性保证），从而使其能够遵守主题的精神。不变性规则。最重要的条件是被连接的字符串只能在一个位置引用（如果不是，则另一个引用将在适当位置更改，从而违反了str不可变的外观）。通过str2 = str1在每次串联后分配，可以确保串联时有两个引用，因此str 必须由每个串联组成，以保留字符串的表观不变性。这意味着更多的内存分配和释放，更多（并逐渐增加）的内存副本，等等。

请注意，Python样式指南PEP 8中明确建议不要依赖此优化：

• 应该以不损害Python其他实现（PyPy，Jython，IronPython，Cython，Psyco等）的方式编写代码。

  例如，不要依赖CPython对a += b或形式的语句的就地字符串连接的有效实现a = a + b。即使在CPython中，这种优化也是脆弱的（仅适用于某些类型），并且在不使用引用计数的实现中根本不存在这种优化。在库的性能敏感部分中，''.join()应使用表格代替。这将确保在各种实现中串联发生在线性时间内。

关于“仅对某些类型有效”的注释很重要。此优化仅适用于str; 在Python 2中，它不起作用unicode（即使Python 3 str是基于Python 2的实现unicode），而在Python 3中，它则不起作用bytes（与底层的Python 2类似str）。