python获取字母在字母表对应位置的几种方法及性能对比较

codegay

python获取字母在字母表对应位置的几种方法及性能对比较

某些情况下要求我们查出字母在字母表中的顺序，A = 1,B = 2 , C = 3， 以此类推，比如这道题目 https://projecteuler.net/problem=42
其中一步解题步骤就是需要把字母换算成字母表中对应的顺序。

获取字母在字母表对应位置的方法，最容易想到的实现的是：

使用str.index 或者str.find方法：

1. In [137]: "ABC".index('B')
   
2. Out[137]: 1
   
3. 
   
4. In [138]: "ABC".index('B')+1
   
5. Out[138]: 2
   
6. 
   
7. #或者在前面填充一个字符,这样index就直接得到字母序号：
   
8. In [139]: "_ABC".index("B")
   
9. Out[139]: 2
   

复制代码

我还想到把字母表转成list或者tuple再index，性能或者会有提高？
或者把字母:数字 组成键值存到字典中是个好办法？

前两天我还自己顿悟到了一个方法：

1. In [140]: ord('B')-64
   
2. Out[140]: 2

复制代码

ord 和chr 都是python中的内置函数,ord可以把ASCII字符转成对应在ASCII表中的序号,chr则是可以把序号转成字符串。

大写字母中在表中是从65开始，减掉64刚好是大写字母在表中的位置。
小写字母是从97开始，减于96就是对应的字母表位置。

哪种方法可能在性能上更好？我写了代码来测试一下：

1. az = "ABCDEFGHIJKLMNOPQRSTUVWXYZ"
   
2. _az = "_ABCDEFGHIJKLMNOPQRSTUVWXYZ"
   
3. 
   
4. azlist = list(az)
   
5. 
   
6. azdict = dict(zip(az,range(1,27)))
   
7. 
   
8. text = az*1000000 #这个是测试数据
   
9. 
   
10. #str.find和str.index的是一样的。这里就没必要写了。
    
11. def azindexstr(text):
    
12.     for r in text:
    
13.         az.index(r)+1
    
14.         pass
    
15. 
    
16. def _azindexstr(text):
    
17.     for r in text:
    
18.         _az.index(r)
    
19.         pass
    
20. 
    
21. def azindexlist(text):
    
22.     for r in text:
    
23.         azlist.index(r)
    
24.         pass
    
25. 
    
26. def azindexdict(text):
    
27.     for r in text:
    
28.         azdict.get(r)
    
29.         pass
    
30. 
    
31. def azindexdict2(text):
    
32.     for r in text:
    
33.         azdict[r]
    
34.         pass
    
35. 
    
36. def azord(text):
    
37.     for r in text:
    
38.         ord(r)-64
    
39.         pass
    
40. 
    
41. def azand64(text):
    
42.     for r in text:
    
43.         ord(r)%64
    
44.         pass

复制代码

把上面的代码复制粘贴到ipython ，然后用魔法函数%timeit测试各个方法的性能。
ipython 是一个python交互解释器，附带各种很实用的功能，比如文本主要到的%timeit 功能。
请输入pip install ipython安装.

以下是我测试的结果数据：

1. In [147]: %timeit azindexstr(text)
   
2. 1 loop, best of 3: 9.09 s per loop
   
3. 
   
4. In [148]: %timeit _azindexstr(text)
   
5. 1 loop, best of 3: 8.1 s per loop
   
6. 
   
7. In [149]: %timeit azindexlist(text)
   
8. 1 loop, best of 3: 17.1 s per loop
   
9. 
   
10. In [150]: %timeit azindexdict(text)
    
11. 1 loop, best of 3: 4.54 s per loop
    
12. 
    
13. In [151]: %timeit azindexdict2(text)
    
14. 1 loop, best of 3: 1.99 s per loop
    
15. 
    
16. In [152]: %timeit azord(text)
    
17. 1 loop, best of 3: 2.94 s per loop
    
18. 
    
19. In [153]: %timeit azand64(text)
    
20. 1 loop, best of 3: 4.56 s per loop

复制代码

从结果中可见到list.index速度最慢，我很意外。另外如果list中数据很多，index会慢得很严重。
dict[r]的速度比dict.get(r)的速度快，但是如果是一个不存在的键dict[r]会报错,而dict.get方法不会报错，容错性更好。

ord(r)-64的方法速度不错，使用起来应该也是最方便，不用构造数据。

2016年10月15日 20:31:19 codegay

扩展阅读:

ASCII对照表 http://tool.oschina.net/commons?type=4

IPython Tips and Tricks
http://blog.endpoint.com/2015/06/ipython-tips-and-tricks.html

happy886rr

回复 1# codegay
ord就是快
该题的单词文件为

1. #ProjectEuler 42:Coded triangle numbers
   
2. #2016/10/15 by HAPPY
   
3. i=0
   
4. for Line in open('p042_words.txt','r'):
   
5.         Line=Line.strip(""").split("","")
   
6.         for W in Line:
   
7.                 S=0
   
8.                 for Char in W:
   
9.                         S+=ord(Char)-64
   
10.                 if( (8*S+1)**0.5==int((8*S+1)**0.5) and int((8*S+1)**0.5)&1==1 ):
    
11.                         i+=1
    
12. print(i)

复制代码

codegay

回复 2# happy886rr


      你这int的写法真奇怪。

happy886rr

回复 3# codegay
那应该如何写，就是要取整，怎么写最好。

523066680

回复 4# happy886rr


    (int)var 应该是C里面，python里面int是个函数，所以习惯int(var)

happy886rr

回复 5# 523066680
哦，我把C的写法带到python里了。

1. #include<stdio.h>
   
2. int main()
   
3. {
   
4.         int i=0,sum,fsize;
   
5.         char* Line;
   
6.         FILE* fp=fopen("p042_words.txt", "rb");
   
7.         if(fp==NULL){return 1;}
   
8.         fseek(fp, 0, SEEK_END);
   
9.         fsize=ftell(fp)+1;
   
10.         Line=(char *)calloc(fsize, sizeof(char));
    
11.         fseek(fp, 0, SEEK_SET);
    
12.         fgets(Line, fsize, fp);
    
13.         fclose(fp);
    
14.         for(; *Line!='\0'; Line++){
    
15.                 if( 'A'<= *Line && *Line <='Z' ){
    
16.                         sum+=*Line-'A'+1;
    
17.                 }else{
    
18.                         if((int)sqrt(2*sum)*(int)(sqrt(2*sum)+1)-2*sum==0 && sum!=0){i++;}
    
19.                         sum=0;
    
20.                 }
    
21.         }
    
22.         printf("%d\n",i);
    
23.         return 0;
    
24. }

复制代码

happy886rr

批处理版

1. 
   
2. @echo off&setlocal enabledelayedexpansion
   
3. (
   
4.         for /l %%j in (1,1,16) do (
   
5.                 set/p str[%%j]=
   
6.                 set "str[%%j]=!str[%%j]:"=0!"
   
7.                 set "str[%%j]=!str[%%j]:,=0!"
   
8.         )
   
9. )<p042_words.txt
   
10. for %%N in (A,B,C,D,E,F,G,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z) do (set/a "i+=1,#%%N=i")
    
11. for /l %%j in (1,1,16) do (
    
12.         set/a "p=%%j*100/16"&echo 正在计算...!p!%%
    
13.         for /l %%i in (0,1,1080) do (
    
14.                 set "Char=!str[%%j]:~%%i,1!"
    
15.                 if not "!Char!"=="0" (
    
16.                         set/a "sum+=#!Char!"
    
17.                 ) else (
    
18.                         for /l %%k in (1,1,20) do (
    
19.                                 set/a "k=%%k*(%%k+1)/2"
    
20.                                 if !k! equ !sum! (set/a "n+=1")
    
21.                         )
    
22.                         set/a "sum=0"
    
23.                 )
    
24.         )
    
25. )
    
26. set/p=共有!n!个三角数单词
    

复制代码

codegay

http://www.cnblogs.com/huangjacky/archive/2012/04/19/2457842.html

方法有好几个，效果也各不相同。

类型工厂函数,int()，效果：浮点数取整，如int(3.5)就返回3；数字的字符形式转换成数字，如int("35")就返回35
内置函数的round(),四舍五入，第二个参数是保留小数点后多少位，默认是0，如round(3.5)返回4.0，round(3.5,1)就返回3.5，不能取整。。。囧
math模块的floor(),取小于等于的整数,如floor(3.5)返回3.0,floor(-1.5)返回-2.0，也不能取整。。。再囧
与方法1对应的就是浮点数的类型工厂函数，float()，如float(3)返回3.0,float("3.5")返回3.5

codegay

1. >>> math.ceil(3.5)
   
2. 4

复制代码

codegay

发现//这个方法是个坑。碰上浮点数的时候不是返回整形

1. >>> 3.5//1
   
2. 3.0
   
3. >>> 3.5//1.0
   
4. 3.0
   
5. >>> 3.5//10
   
6. 0.0
   
7. >>> 3.5//2
   
8. 1.0

复制代码