Python不同字符串拼接方法的时间复杂度差异原因咨询

三个拼接方法的耗时差异核心在于内存分配机制和操作逻辑的效率，下面逐个拆解：

1. 循环中使用+=拼接（耗时20ms） #

Python的字符串是不可变对象，但从Python 2.4开始，针对str += str操作做了针对性优化：解释器会尝试在原字符串的内存空间后直接追加内容，避免每次都重新分配整块内存。不过循环里仍有少量开销——每次迭代需要检查剩余内存是否足够，偶尔触发扩容，但整体效率已经得到了保障。

2. str.join()结合列表乘法（耗时4ms） #

这是Python中效率最高的字符串拼接方案之一：

• 首先[word] * num会一次性创建包含100000个word的列表，内存分配一步完成；
• 调用join()方法时，会先计算所有子字符串的总长度，一次性分配足够的内存空间，再批量拷贝所有子字符串内容。整个过程仅发生1次内存分配和1次批量拷贝，没有循环迭代的额外开销，因此速度最快。

3. 循环中多次+拼接（耗时208ms） #

这个方法看似减少了循环次数，但每次循环里的sent_2 = sent_2 + word + word + word + word + word本质是多次不可变字符串的拼接操作：

• 每执行一次+，都会创建新的字符串对象，需要重新分配内存并拷贝之前的sent_2和5个word的全部内容；
• 随着sent_2长度不断增加，每次拷贝的数据量越来越大，时间复杂度接近O(n²)（n为最终字符串长度），导致耗时急剧上升，比方法一慢了一个数量级。

结论 #

三个方法生成的字符串内容完全一致（sent==sent_1==sent_2返回True），但内存分配和操作逻辑的差异造成了耗时的天差地别：

• join()通过预计算总长度+一次性内存分配实现最高效率；
• 优化后的+=循环次之，依赖内存扩容优化降低了开销；
• 多次+拼接的循环效率最差，每次都要重新分配内存并拷贝数据，数据量越大性能越差。

内容的提问来源于stack exchange，提问作者Влад Лещук