为什么比较匹配的字符串比不匹配的字符串更快？

Question

这里有2个测量：

timeit.timeit('"toto"=="1234"', number=100000000)
1.8320042459999968
timeit.timeit('"toto"=="toto"', number=100000000)
1.4517491540000265

正如您所见，比较两个匹配的字符串比比较两个大小相同但不匹配的字符串要快。这是非常令人不安的：在字符串比较期间，我认为python是逐字符测试字符串的，所以“toto”==“toto”应该比“toto”==“1234”更长，因为它需要对1进行4次测试才能进行不匹配的比较。可能比较是基于哈希的，但在这种情况下，两种比较的计时应该相同。

你知道为什么吗？

Answer 1

身份确实是这种行为的原因（正如@S3DEV精辟地解释的那样）的证据如下：

>>> x = 'toto'
>>> y = 'toto'
>>> z = 'totoo'[:-1]
>>> w = 'abcd'
>>> x == y
True
>>> x == z
True
>>> x == w
False
>>> id(x) == id(y)
True
>>> id(x) == id(z)
False
>>> id(x) == id(w)
False
>>> timeit.timeit('x==y', number=100000000, globals={'x': x, 'y': y})
3.893762200000083
>>> timeit.timeit('x==z', number=100000000, globals={'x': x, 'z': z})
4.205321462000029
>>> timeit.timeit('x==w', number=100000000, globals={'x': x, 'w': w})
4.15288594499998

比较具有相同id的对象总是更快。

Answer 2

结合我的评论和@khelwood的评论：

TL；DR:
当分析字节码进行两次比较时，它会显示'time'和'time'字符串被分配给同一个对象。因此，提前身份检查（C级）是提高比较速度的原因。

字节码：

import dis

In [24]: dis.dis("'time'=='time'")
  1           0 LOAD_CONST               0 ('time')  # <-- same object (0)
              2 LOAD_CONST               0 ('time')  # <-- same object (0)
              4 COMPARE_OP               2 (==)
              6 RETURN_VALUE

In [25]: dis.dis("'time'=='1234'")
  1           0 LOAD_CONST               0 ('time')  # <-- different object (0)
              2 LOAD_CONST               1 ('1234')  # <-- different object (1)
              4 COMPARE_OP               2 (==)
              6 RETURN_VALUE

分配时间：

“加速”也可以在时间测试中使用赋值中看到。将两个变量赋值（和比较）到同一个字符串，比将两个变量赋值（和比较）到不同的字符串要快。进一步支持这一假设，其基本逻辑是执行对象比较。这将在下一节中得到证实。

In [26]: timeit.timeit("x='time'; y='time'; x==y", number=1000000)
Out[26]: 0.0745926329982467

In [27]: timeit.timeit("x='time'; y='1234'; x==y", number=1000000)
Out[27]: 0.10328884399496019

Python源代码：

@mkrieger1和@masklin在他们的评论中提供了有用的信息，unicodeobject的源代码。c首先执行指针比较，如果True，则立即返回。

int
_PyUnicode_Equal(PyObject *str1, PyObject *str2)
{
    assert(PyUnicode_CheckExact(str1));
    assert(PyUnicode_CheckExact(str2));
    if (str1 == str2) {                  // <-- Here
        return 1;
    }
    if (PyUnicode_READY(str1) || PyUnicode_READY(str2)) {
        return -1;
    }
    return unicode_compare_eq(str1, str2);
}

附录：

• 参考答案很好地说明了如何读取反汇编字节码输出