reversed()函数与切片反转的性能对比及差异原因探究

以下是两个功能完全相同的函数，分别通过reversed()迭代器和字符串切片[::-1]实现：

def count1(text):
    c = 0
    for i, j in zip(text, reversed(text)):
        if i == j:
            c += 1
    return c

def count2(text):
    c = 0
    for i, j in zip(text, text[::-1]):
        if i == j:
            c += 1
    return c

原本认为count2()性能会不如count1()——因为count1()仅使用迭代器，不会创建新的字符串对象。但实际测试发现：短字符串场景下确实是count1()更快，但随着字符串长度增加，count2()的运行速度会反超count1()，两者差异虽小但值得探究。

测试脚本 #

from timeit import timeit
from random import choices
from string import ascii_lowercase

for k in range(2, 21, 2):
    print(f'{k=}')
    text = ''.join(choices(ascii_lowercase, k=k))
    for func in count1, count2:
        print(func.__name__, f'{timeit(lambda: func(text)):.4f}')

测试结果 #

字符串长度小于12时，count1()更快；长度超过12后，count2()运行速度反超。

测试环境 #

• macOS 13.3
• Python 3.11.2
• CPU：3GHz 10-Core Intel Xeon W
• RAM：32GB

性能反转的原因 #

1. 迭代器的解释层开销：reversed()返回的是迭代器对象，每次迭代都需要调用其__next__()方法，这个过程存在Python解释器层面的额外开销。短字符串迭代次数少，这种开销占比高，盖过了切片创建新字符串的成本。
2. 切片的底层高效实现：字符串切片[::-1]是在C层面完成的内存复制，效率极高。当字符串变长时，创建反转字符串的一次性成本会被后续迭代的低开销摊薄——切片生成的反转字符串是连续内存块，迭代时能更好利用CPU缓存，访问速度更快。
3. Python 3.11的针对性优化：Python 3.11对字符串操作做了多项性能提升，包括切片的内存操作优化和字符串迭代的缓存友好性，进一步放大了长字符串场景下切片的优势。
4. zip的迭代效率差异：当zip迭代两个原生字符串（原字符串和切片生成的反转字符串）时，整个迭代过程是纯C层面操作；而迭代reversed()对象时，每次取元素都要经过迭代器的Python层逻辑，随着迭代次数增加（字符串变长），累计开销会越来越大。

内容的提问来源于stack exchange，提问作者jackal