基于Python 3的SMILES字符串最大数字快速查找方案问询

云原生阿岚

2026-7-17

寻找SMILES字符串中最大数字的最优实现方案

我正在处理SMILES（分子的字符串表示格式，使用配对数字表示环结构），数据集规模达190万条字符串。通过SMILES随机化的数据增强流程，每条原始SMILES可生成多达3万条等效字符串，最终待处理字符串量接近1000亿条。需要找到最快的方法在SMILES字符串中查找最大数字。

需考虑的SMILES特性：

数字"0"始终被排除，目前未发现超过6的数字，但理论上可达9
部分SMILES无环结构，不含数字

已测试的实现函数

函数1：遍历字符逐个判断

def find_biggest_digits_1(smiles=str()):
    """
    遍历SMILES字符串，判断字符是否为数字，转成整数后记录最大值
    """
    max_digit = 0 

    for character in smiles:
        if character.isdigit():
            digit = int(character)
            if digit > max_digit:
                max_digit = digit
    
    return max_digit

函数2：从大到小检查数字是否存在

def find_biggest_digits_2(smiles=str()):
    """
    从9到1依次检查数字是否存在于字符串中，找到第一个存在的数字即为最大值
    """
    max_digit = 0 

    for i in range(1,10):
        digit = 10 - i
        if smiles.find(str(digit)) != -1:
            max_digit = digit
            break
    
    return max_digit