批处理之家 - Powered by Discuz! Board

标题: [原创教程] python获取字母在字母表对应位置的几种方法及性能对比较 [打印本页]

作者: codegay 时间: 2016-10-15 20:36 标题: python获取字母在字母表对应位置的几种方法及性能对比较

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：

In [137]: "ABC".index('B')
Out[137]: 1

In [138]: "ABC".index('B')+1
Out[138]: 2

#或者在前面填充一个字符,这样index就直接得到字母序号：
In [139]: "_ABC".index("B")
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：

In [140]: ord('B')-64
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：

az = "ABCDEFGHIJKLMNOPQRSTUVWXYZ"
_az = "_ABCDEFGHIJKLMNOPQRSTUVWXYZ"

azlist = list(az)

azdict = dict(zip(az,range(1,27)))

text = az*1000000 #这个是测试数据

#str.find和str.index的是一样的。这里就没必要写了。
def azindexstr(text):
    for r in text:
        az.index(r)+1
        pass

def _azindexstr(text):
    for r in text:
        _az.index(r)
        pass

def azindexlist(text):
    for r in text:
        azlist.index(r)
        pass

def azindexdict(text):
    for r in text:
        azdict.get(r)
        pass

def azindexdict2(text):
    for r in text:
        azdict[r]
        pass

def azord(text):
    for r in text:
        ord(r)-64
        pass

def azand64(text):
    for r in text:
        ord(r)%64
        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：

In [147]: %timeit azindexstr(text)
1 loop, best of 3: 9.09 s per loop

In [148]: %timeit _azindexstr(text)
1 loop, best of 3: 8.1 s per loop

In [149]: %timeit azindexlist(text)
1 loop, best of 3: 17.1 s per loop

In [150]: %timeit azindexdict(text)
1 loop, best of 3: 4.54 s per loop

In [151]: %timeit azindexdict2(text)
1 loop, best of 3: 1.99 s per loop

In [152]: %timeit azord(text)
1 loop, best of 3: 2.94 s per loop

In [153]: %timeit azand64(text)
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

作者: happy886rr 时间: 2016-10-15 22:04

回复 1# codegay
ord就是快
该题的单词文件为

#ProjectEuler 42:Coded triangle numbers
#2016/10/15 by HAPPY
i=0
for Line in open('p042_words.txt','r'):
	Line=Line.strip("\"").split("\",\"")
	for W in Line:
		S=0
		for Char in W:
			S+=ord(Char)-64
		if( (8*S+1)**0.5==int((8*S+1)**0.5) and int((8*S+1)**0.5)&1==1 ):
			i+=1
print(i)
复制代码

作者: codegay 时间: 2016-10-15 22:12

回复 2# happy886rr

你这int的写法真奇怪。

作者: happy886rr 时间: 2016-10-15 23:13

回复 3# codegay
那应该如何写，就是要取整，怎么写最好。

作者: 523066680 时间: 2016-10-15 23:21

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)

作者: happy886rr 时间: 2016-10-15 23:44

回复 5# 523066680
哦，我把C的写法带到python里了。

#include<stdio.h>
int main()
{
	int i=0,sum,fsize;
	char* Line;
	FILE* fp=fopen("p042_words.txt", "rb");
	if(fp==NULL){return 1;}
	fseek(fp, 0, SEEK_END);
	fsize=ftell(fp)+1;
	Line=(char *)calloc(fsize, sizeof(char));
	fseek(fp, 0, SEEK_SET);
	fgets(Line, fsize, fp);
	fclose(fp);
	for(; *Line!='\0'; Line++){
		if( 'A'<= *Line && *Line <='Z' ){
			sum+=*Line-'A'+1;
		}else{
			if((int)sqrt(2*sum)*(int)(sqrt(2*sum)+1)-2*sum==0 && sum!=0){i++;}
			sum=0;
		}
	}
	printf("%d\n",i);
	return 0;
}
复制代码

作者: happy886rr 时间: 2016-10-16 00:32

批处理版

@echo off&setlocal enabledelayedexpansion
(
	for /l %%j in (1,1,16) do (
		set/p str[%%j]=
		set "str[%%j]=!str[%%j]:"=0!"
		set "str[%%j]=!str[%%j]:,=0!"
	)
)<p042_words.txt
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")
for /l %%j in (1,1,16) do (
	set/a "p=%%j*100/16"&echo 正在计算...!p!%%
	for /l %%i in (0,1,1080) do (
		set "Char=!str[%%j]:~%%i,1!"
		if not "!Char!"=="0" (
			set/a "sum+=#!Char!"
		) else (
			for /l %%k in (1,1,20) do (
				set/a "k=%%k*(%%k+1)/2"
				if !k! equ !sum! (set/a "n+=1")
			)
			set/a "sum=0"
		)
	)
)
set/p=共有!n!个三角数单词
复制代码

作者: codegay 时间: 2016-10-16 08:00

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

作者: codegay 时间: 2016-10-16 08:03

>>> math.ceil(3.5)
4
复制代码

作者: codegay 时间: 2016-10-16 08:18

发现//这个方法是个坑。碰上浮点数的时候不是返回整形

>>> 3.5//1
3.0
>>> 3.5//1.0
3.0
>>> 3.5//10
0.0
>>> 3.5//2
1.0
复制代码

欢迎光临批处理之家 (http://bbs.bathome.net/)