首页 文章

Python3.x：替换非常大的字符串中的字符的最快方法

提问于
浏览 次
0

假设我使用Python3.x有以下非常大的字符串，大小为几GB，长度为100亿个字符：

string1 = "XYZYXZZXYZZXYZYXYXZYXZYXZYZYZXY.....YY"

鉴于它的长度，这已经需要GB加载到RAM中 .

我想写一个函数，用 A ， Y 替换每个 X ，用 B 替换 Z ，用 C 替换 Z . 我的目标是尽快做到这一点 . 当然，这也应该是有效的（例如，可能存在一些我不确定的RAM权衡） .

对我来说最明显的解决方案是使用 string 模块和 string.replace() ：

import string
def replace_characters(input_string):
    new_string = input_string.replace("X", "A").replace("Y", "B").replace("Z", "C")
    return new_string

foo = replace_characters(string1)
print(foo)

哪个输出

'ABCBACCABCCABCBABACBACBACBCBCAB...BB'

我担心这不是最有效的方法，因为我同时在如此大的数据结构上同时调用三个函数 .

对于这么大的字符串，最有效的解决方案是什么？

python string python-3.x replace

1 回答

  • 5

    一个更有效的内存方法，就是使用str.translate，不会产生如此多的临时字符串 .

    >>> string1 = "XYZYXZZXYZZXYZYXYXZYXZYXZYZYZXY"
>>> string1.translate({ord("X"): "A", ord("Y"): "B", ord("Z"): "C"})
'ABCBACCABCCABCBABACBACBACBCBCAB'

    这将只分配一个（在您的情况下特大）字符串 .

    回复于

相关问题