我对 this small example 感兴趣Python 中用于循环大单词列表的算法。我正在编写一些“工具”，它们允许我以与 Python 类似的方式对 Objective-C 字符串或数组进行切片。

具体来说，this elegant solution由于执行速度非常快，它引起了我的注意，它使用字符串切片作为算法的关键元素。尝试解决这个问题!

我使用 Moby word list 复制了我的本地版本以下。如果您不想下载 Moby，可以使用 /usr/share/dict/words。来源只是一个大型字典式的独特单词列表。

#!/usr/bin/env python

count=0
words = set(line.strip() for line in   
           open("/Users/andrew/Downloads/Moby/mwords/354984si.ngl"))
for w in words:
    even, odd = w[::2], w[1::2]
    if even in words and odd in words:
        count+=1

print count      

此脚本将 a) 由 Python 解释； b) 读取 4.1 MB、354,983 字的 Moby 字典文件； c) 剥线； d) 将线条放入一个集合中，并且； e) 并找出给定单词的偶数和几率也是单词的所有组合。这在 MacBook Pro 上执行大约需要 0.73 秒。

我试图用 Objective-C 重写相同的程序。我是这门语言的初学者，所以请放轻松，但请指出错误。

#import <Foundation/Foundation.h>

NSString *sliceString(NSString *inString, NSUInteger start, NSUInteger stop, 
        NSUInteger step){
    NSUInteger strLength = [inString length];

    if(stop > strLength) {
        stop = strLength;
    }

    if(start > strLength) {
        start = strLength;
    }

    NSUInteger capacity = (stop-start)/step;
    NSMutableString *rtr=[NSMutableString stringWithCapacity:capacity];    

    for(NSUInteger i=start; i < stop; i+=step){
        [rtr appendFormat:@"%c",[inString characterAtIndex:i]];
    }
    return rtr;
}

NSSet * getDictWords(NSString *path){

    NSError *error = nil;
    NSString *words = [[NSString alloc] initWithContentsOfFile:path
                         encoding:NSUTF8StringEncoding error:&error];
    NSCharacterSet *sep=[NSCharacterSet newlineCharacterSet];
    NSPredicate *noEmptyStrings = 
                     [NSPredicate predicateWithFormat:@"SELF != ''"];

    if (words == nil) {
        // deal with error ...
    }
    // ...

    NSArray *temp=[words componentsSeparatedByCharactersInSet:sep];
    NSArray *lines = 
        [temp filteredArrayUsingPredicate:noEmptyStrings];

    NSSet *rtr=[NSSet setWithArray:lines];

    NSLog(@"lines: %lul, word set: %lul",[lines count],[rtr count]);
    [words release];

    return rtr;    
}

int main (int argc, const char * argv[])
{
    NSAutoreleasePool * pool = [[NSAutoreleasePool alloc] init];

    int count=0;

    NSSet *dict = 
       getDictWords(@"/Users/andrew/Downloads/Moby/mwords/354984si.ngl");

    NSLog(@"Start");

    for(NSString *element in dict){
        NSString *odd_char=sliceString(element, 1,[element length], 2);
        NSString *even_char=sliceString(element, 0, [element length], 2);
        if([dict member:even_char] && [dict member:odd_char]){
            count++;
        }

    }    
    NSLog(@"count=%i",count);

    [pool drain];
    return 0;
}

Objective-C 版本产生了相同的结果(13,341 个单词)，但需要将近 3 秒才能完成。我必须做一些严重错误的编译语言比脚本语言慢 3 倍以上，但如果我能明白为什么我会被诅咒。

基本算法是相同的:读取线条，剥离它们，然后将它们放在一组中。

我猜慢的是 NSString 元素的处理，但我不知道替代方案。

编辑

我将 Python 编辑成这样:

#!/usr/bin/env python
import codecs
count=0
words = set(line.strip() for line in 
     codecs.open("/Users/andrew/Downloads/Moby/mwords/354984si.ngl",
          encoding='utf-8'))
for w in words:
    if w[::2] in words and w[1::2] in words:
        count+=1

print count 

让 utf-8 与 utf-8 NSString 在同一平面上。这将 Python 减慢到 1.9 秒。

我还将切片测试切换为短路类型 suggested适用于 Python 和 obj-c 版本。现在它们接近相同的速度。我还尝试使用 C 数组而不是 NSStrings，这要快得多，但没那么容易。你也失去了对 utf-8 的支持。

Python 真的很酷……

编辑 2

我发现了一个大大加快速度的瓶颈。我没有使用 [rtr appendFormat:@"%c",[inString characterAtIndex:i]]; 方法将字符附加到返回字符串，而是使用了这个:

for(NSUInteger i=start; i < stop; i+=step){
    buf[0]=[inString characterAtIndex:i];
    [rtr appendString:[NSString stringWithCharacters:buf length:1]];
}

现在我可以终于声称，Objective-C 版本比 Python 版本快——但速度并不快。

最佳答案

请记住，Python 版本的编写是为了在 CPython 上执行时将大量繁重的工作转移到高度优化的 C 代码中(尤其是文件输入缓冲、字符串切片和哈希表查找以检查 even 和 odd 在 words 中)。

也就是说，您似乎在 Objective-C 代码中将文件解码为 UTF-8，但在 Python 代码中将文件保留为二进制文件。在 Objective-C 版本中使用 Unicode NSString，但在 Python 版本中使用 8 位字节字符串并不是一个公平的比较——如果你使用 codecs.open( ) 以使用声明的编码 "utf-8" 打开文件。

您还需要完整的第二遍以去除 Objective-C 中的空行，而 Python 代码中不存在这样的步骤。

关于python - 为什么这个程序在 Python 中比 Objective-C 更快？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5616847/