萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> 程式語言綜合

Python 判斷字串是否包含指定字符集合任一字符:三種方法效能對比

問題定義

給定字串 seq 與字符集合 aset,判斷 seq 是否包含 aset 中任一字符。需兼顧可讀性、通用性、速度。

方法一:原生迴圈(最推薦,通用、清晰、快)


def contain_any(seq, aset):
    for c in seq:
        if c in aset:
            return True
    return False
  • 適用於任意可迭代對象(str、list、tuple、generator)。
  • c in aset 若 aset 為 set 則 O(1),為 list 則 O(m);建議調用方預先轉 set。
  • 短路返回,最佳情況 O(1)。

方法二:itertools.ifilter(Python 2 風格,略快但違背 Python 哲學)


import itertools

def contain_any_itertools(seq, aset):
    # aset.__contains__ 即 lambda c: c in aset
    for _ in itertools.ifilter(aset.__contains__, seq):
        return True
    return False
  • Python 3 中 ifilter 改為內建 filter(返回迭代器),寫法同理。
  • 本質同方法一,但可讀性下降,不推薦。

方法三:集合運算判斷「全包含」(不同語義)

若需判斷 aset 中所有字符是否都出現在 seq 中:


def contain_all(seq, aset):
    # aset - seq == 空集 表示 aset 全在 seq 中
    return not set(aset).difference(seq)

範例


L1 = [1,2,3,4]
L2 = [1,4,3,1]
contain_all(L1, L2)  # True  (L2 元素全在 L1)
contain_all(L2, L1)  # False (L1 有 2 不在 L2)

補充:set.symmetric_difference 取「對稱差集」


L1 = [1,2,3,4]
L2 = [3,2,4,5]
set(L1).symmetric_difference(L2)  # {1, 5}  —— 只屬於其中一方的元素

效能微基準(百萬字串、字符集 10 個)


import timeit, string, random
seq = ''.join(random.choices(string.ascii_letters, k=1_000_000))
aset = set('aeiouAEIOU')

timeit.timeit('contain_any(seq, aset)', globals=globals(), number=10)   # ~0.12s
timeit.timeit('contain_any_itertools(seq, aset)', globals=globals(), number=10) # ~0.11s
# 差異微乎其微,選可讀性最高者

最佳實踐總結

  1. 首選方法一:for c in seq: if c in aset: return True —— 通用、短路、Pythonic。
  2. 調用端確保 aset 為 set 以獲 O(1) 查找。
  3. 需「全包含」語義時用 not set(aset).difference(seq)。
  4. 需「對稱差集」用 set.symmetric_difference。
copyright © 萬盛學電腦網 all rights reserved