f-string与string.join时间复杂度是否等价？实现原理及性能问询

先看示例代码：

one = 'one'
two = 'two'
three = 'three'

result_1 = f'{one}{two}{three}'
result_2 = ''.join([one, two, three])

时间复杂度是否等价？ #

对于固定数量的字符串拼接，两者实际时间消耗接近，但理论表述有差异：

• str.join()的时间复杂度是O(total_length)，其中total_length是所有输入字符串的总长度——它会先计算总长度，一次性分配内存，再逐个拷贝内容，属于严格的线性时间复杂度。
• f-string处理固定数量变量时，底层同样是预先计算总长度、一次性分配内存后完成拼接，实际时间复杂度也是O(total_length)。但因为拼接的字符串数量是常量，有人会简化表述为O(1)，但本质仍与总长度线性相关。

f-string的拼接实现原理 #

Python的f-string在编译阶段就会完成解析，核心流程是：

1. 识别f-string内的所有占位符，计算每个占位符对应的字符串值。
2. 预先统计所有待拼接字符串的总长度，向内存池申请一块连续的足够内存。
3. 将各个字符串的内容依次拷贝到该内存块中，最终返回拼接后的字符串对象。

和早期的+拼接（每次拼接都创建新字符串、重复分配内存，时间复杂度O(n²)）不同，f-string和join()采用的都是单次内存分配+批量拷贝的模式，避免了重复内存开销。

大量字符串拼接时的性能表现 #

当需要拼接的字符串数量极大时：

• str.join()更适配场景：可以直接接收列表、生成器等可迭代对象，不需要在f-string里写大量占位符，代码可读性更强。
• 性能差距极小：两者底层的内存分配与拷贝逻辑几乎一致，实际运行时间相差无几。
• 内存占用有细微差异：如果是动态生成的大量字符串（比如从生成器获取），join()可以直接传入生成器，无需提前把所有字符串加载到列表，内存占用更优；而f-string无法直接接收生成器，必须提前准备好所有字符串，内存开销略大。

内容的提问来源于stack exchange，提问作者okokok