为何Python内置string.isdigit()比自定义my_isdigit()更快？

核心原因：C底层实现与纯Python代码的执行效率差距 #

你的测试结果里的性能差异，核心原因是Python内置isdigit()的C语言底层实现，和纯Python代码执行的开销差距：

• Python字符串的isdigit()方法是直接用C编写的，它直接操作字符串的底层内存，跳过了Python解释器的字节码解释环节，执行速度接近机器指令级别。
• 而你的my_isdigit()是纯Python函数，每一次循环迭代、成员判断都要经过Python解释器的类型检查、栈操作等额外步骤，这些开销在处理千万级长度的字符串时会被急剧放大，最终导致执行速度慢一个数量级。

你的自定义代码的优化空间 #

虽然优化后仍无法追上内置方法，但你的代码确实有可以提升效率的点：

1. 避免重复创建集合
   当前函数每次调用都会重新生成数字字符集合，这是不必要的开销。可以把集合定义为全局常量：

   DIGITS = {'0', '1', '2', '3', '4', '5', '6', '7', '8', '9'}
   def my_isdigit(s):
       for c in s:
           if c not in DIGITS:
               return False
       return True
   

2. 用内置函数替代纯Python循环
   Python的all()函数是C实现的，用它结合生成器表达式可以减少纯Python循环的开销：

   DIGITS = {'0', '1', '2', '3', '4', '5', '6', '7', '8', '9'}
   def my_isdigit(s):
       return all(c in DIGITS for c in s)
   

3. 直接用字符范围判断替代集合查找
   对于ASCII数字，直接判断字符的Unicode码点范围比集合查找更高效（省去哈希表查询开销）：

   def my_isdigit(s):
       for c in s:
           if not ('0' <= c <= '9'):
               return False
       return True
   

即使完成这些优化，自定义函数的速度依然会显著慢于内置isdigit()——因为内置方法还做了更极致的优化：比如处理ASCII字符串时直接遍历底层字节，不需要将每个字符转换为Python字符串对象，进一步降低了开销。

内容的提问来源于stack exchange，提问作者jongmin