位置: 编程技术 - 正文

详解Python字符串对象的实现(python中字符串的方法)

编辑:rootadmin

推荐整理分享详解Python字符串对象的实现(python中字符串的方法),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:python 字符串,python字符串的方法,python字符串的用法,python 字符串,python字符串方法总结,python字符串操作大全,python字符串操作大全,python 字符串,内容如对您有帮助,希望把文章链接给更多的朋友!

PyStringObject 结构体

Python 中的字符串对象在内部对应一个名叫 PyStringObject 的结构体。“ob_shash” 对应字符串经计算过的 hash值, “ob_sval” 指向一段长度为 “ob_size” 的字符串,且该字符串以‘null'结尾(为了兼容C)。“ob_sval”的初始大小为1个字节,且 ob_sval[0]=0(对应空字符串)。若你还想知道“ob_size”被定义的位置,可以看一看 object.h 头文件中 PyObject_VAR_HEAD 对应部分。“ob_sstate” 用来指示某个字符串是否已经存在于intern机制对应的字典中,后面我们会再次提到这一点。

字符串对象的创建

如下所示,当将一个新的字符串赋给一个变量时,发生了什么?

1>>> s1 = 'abc'运行以上代码时,内部的 C 函数 “PyString_FromString” 将被调用并生成类似下面的伪代码:

每次用到新的字符串时,都将分配一个字符串对象。

共享字符串对象

Python 有一个优雅的特性,就是变量之间的短字符串是共享的,这一特性可以节省所需的内存空间。短字符串就是那些长度为 0 个或者 1 个字节的字符串。而全局变量 “interned” 对应一个用于索引这些短字符串的字典。数组 “characters” 也可用于索引那些长度为 1 个字节的字符串,比如单个字母。后面我们将看到数组 “characters” 是如何被使用的。

下面一起看看:当你在 Python 脚本中将一个短字符串赋值给一个变量时,背后发生了哪些事情。

内容为 ‘a' 的字符串对象将被添加到 “interned” 字典中。字典中键(key)是一个指向该字符串对象的指针,而对应的值 就是一个相同的指针。在数组 “characters” 中,这一新的字符串对象在偏移量为 的位置被引用,因为字符 ‘a' 的ASCII码值便是 。变量 “s2” 也指向了这一字符串对象。

而,当另外一个变量也被相同的字符串 ‘a' 赋值时,又会如何呢?

1>>> s3 = 'a'上述代码执行后,将返回之前已创建的内容相同的字符串对象。因此,‘s1' 和 ‘s3' 两个变量都将指向同一个字符串对象。 数组 “characters” 便是用于检测字符串 ‘a' 是否已经存在,若存在,则返回指向该字符串对象的指针。

下面我们新建一个内容为 ‘c' 的短字符串:

1>>> s4 = 'c'那么,我们将得到如下结果:

详解Python字符串对象的实现(python中字符串的方法)

我们还能发现,当按照下面 Python 脚本中的方式对一个字符串元素进行访问时,数组 “characters” 仍有用武之地。

上面第二行代码中,返回的是数组 “characters” 偏移量为 的位置内的指针元素,而非新建一个值为 ‘a'的字符串。当我们访问某个字符串中的元素时,一个名叫 “string_item” d的函数将被调用,下方给出了函数体代码。其中,参数 ‘a' 便对应着字符串 “abc”,而参数 ‘i' 便是访问数组的索引值(本例中便为 0 ),函数返回的是指向某个字符串对象的指针。

数组 “characters” 也可用于函数名长度为 1 时的情形,如下所示:

>>> def a(): pass字符串查找

下面看看,当你在如下 Python 代码中进行字符串查找操作时,又会有那些事情发生呢?

函数 “find” 返回一个索引值,说明是在字符串 “abcd” 的哪个位置找到字符串 “s” 的。若字符串未找到,函数返回值为 -1。

那么,内部到底干了些啥事情?内部调用了一个名为 “fastsearch” 的函数。这个函数是一个介于 BoyerMoore 和 Horspool 算法之间的混合版本,它兼具两者的优良特性。

我们将 “s”(s = ‘adcabcdbdabcabd')称作主字符串,而将 “p”(p = ‘abcab')称作模式串。n 和 m 分别表示字符串 s 和 字符串 p 的长度,其中,n = , m = 5。

在如下代码段中,明显看到,程序将进行首次判定:若 m > n,我们就知道必然不能找到这样的索引号,因此函数直接返回 -1 即可。

当 m = 1 时,程序便在字符串 s 中一个个字符地进行遍历,若匹配成功则返回对应的索引位置。在本例中,变量 mode 值为 FAST_SEARCH,意味着我们想获取的是在主字符串中首次匹配的位置,而非模式串在主字符串中成功匹配的次数。

考虑其他情况,比如 m > 1。首先创建一个压缩的boyer-moore delta 1 table(对应BM算法中的坏字符规则),在此过程中需要声明两个变量:“mask” 和 “skip”。

“mask” 是一个 位的位掩码(bitmask),将其最低的 5 个特征位作为开关位。该掩码是通过和模式串 “p” 进行操作产生的。它设计成一个布隆过滤器(bloom filter),用于检测一个字符是否出现在当前字符串中。这种机制使查找操作十分迅速,但是存在伪正的情况(false positives)。关于布隆过滤器,你想有更多了解的话可以看看 这里 。对于本例,下方说明了位掩码具体是如何产生的。

字符串 “p” 的第一个字符为 ‘a'。字符‘a'的二进制表示为 = 。保留最低的 5 个特征位,我们得到了 ,因此变 “mask” 初次被设定为 (1 << 1)。当整个字符串 “p” 都经过处理后,mask 值为 。那么,我们应该如何使用这个位掩码呢?通过下方这行代码,我们用其来检测字符 “c” 位于字符串 “p” 哪个位置。

if ((mask & (1 << (c & 0x1F))))那么,字符 ‘a' 在字符串 “p”(‘abcab')中是否存在呢? & (1 << (‘a' & 0X1F)) 运算结果的值是否为 true 呢?由于 & (1 << (‘a' & 0X1F)) = & = ,可知 ‘a' 确实存在于 ‘abcab'。当检测字符 ‘d'时,我们得到的是 false,对于其他字符(从 ‘e' 到 ‘z')也是同样结果。因此,在本例中此类过滤器表现十分出众。 变量 “skip” 对应目标字符在主字符串中最后一个成功匹配的字符的索引位置(从后向前匹配)。假若模式串的最后一个匹配字符在主字符串中不存在,则 “skip” 值为 模式串 “p” 的长度减去 1。本例中,模式串最后一个为匹配字符位 ‘b',由于其在主串查找的当前位置向后跳两个字符后能够匹配到,因此变量 “skip” 的值为2。这个变量应用于一种名叫坏字符跳跃(bad-character skip)的规则。在如下示例中,p = ‘abcab',s = ‘adcabcaba'。从主串 “s” 的 4 号索引位置(从 0 开始计算)开始匹配,若字符匹配成功则向前继续匹配。第一个匹配失败的索引位置为 1(此处 ‘b' 不等于 ‘d')。我们可以看到,在模式串和主串最开始匹配的末端位置往后数三个字符,主串中也有一个 ‘b',而字符 ‘c' 也存在于 “p” 中,因此我们跳过了随后的 ‘b'。

下面,看下查找操作的循环部分(真实代码为 C 实现,而非 Python):

“s[i+m] not in p” 这行测试代码是基于位掩码实现的,“i += skip” 便对应坏字符跳跃。当主串下一个待匹配的字符在 “p” 中并未找到时,则执行 “i += m” 这行代码。

下面来看看,对于字符串 “p” 和 “s” 的匹配,算法具体是如何运行的。前三个步骤与上面类似,接着,字符 ‘d' 在字符串 “p” 并未找到,因此我们直接跳过等于“p”字符串长度的字符数,之后便迅速找到了一个匹配。

标签: python中字符串的方法

本文链接地址:https://www.jiuchutong.com/biancheng/379957.html 转载请保留说明!

上一篇:浅谈Python单向链表的实现(单向链表的基本操作)

下一篇:在Mac OS上搭建Python的开发环境(mac如何配置pycharm)

  • 小规模纳税人开普票要交税吗
  • 消费税的会计处理分录
  • 自产产品用于职工福利会计处理
  • 承销债券收取的承销费属于什么收入
  • 交通运输企业车辆折旧能加速扣除
  • 甲方也要跟项目走的吧
  • 贷款未收属于什么科目
  • 捆绑销售行为怎么纳税
  • 职工在异地住院怎么报销
  • 从小规模取得3%农产品进项税额抵扣
  • 募捐建议
  • 投标保证金支付时间
  • 企业现金股利的支付能力,在很大程度
  • 计提的增值税比例怎么算
  • 公允价值变动损益是什么意思
  • 财税政策是什么
  • 公司修理电脑属于什么费用
  • 营业费用包括哪些明细科目内容
  • 工程项目人工费比例
  • 供热企业所使用的燃气
  • 小型微利企业要交残保金吗
  • 企业年会的费用会计分录
  • js app框架
  • 出售使用过的设备
  • 交易性金融资产公允价值变动怎么算
  • 应收票据包括哪些支票
  • php文件在线解密
  • EasyExcel使用与步骤
  • 建筑企业跨省经营
  • 销售商品的结转
  • 天猫提现不走对公2023
  • 安装运行所需环境怎么填
  • vs code前端插件
  • 发票多开了 财务怎么算税点
  • react_router
  • ci框架过时了吗
  • 计提坏账准备会影响应收账款账面价值吗
  • 小规模纳税人出租不动产税率是5%还是3%
  • sql server中数据文件的扩展名是
  • 业务招待费进项税额转出会计分录
  • 公司的融资租赁怎么做账
  • 当月利息发票未开可以先入账吗
  • mysql中游标的作用
  • 疫情期间餐饮发票税点
  • sqlserver的isnull
  • 哪些增值税专用发票不能抵扣进项税
  • 房地产中介公司排名
  • 其他应付款冲账分录
  • 销售商品发生的应收账款入账价值包括
  • 发票不按实际数量单价开 但金额一致
  • 劳务简易征收最新政策2020
  • 建设期收到罚单怎么处罚
  • 刷信用卡的手续费一般是多少
  • 单据 凭证
  • 员工拿发票报销账务处理
  • 差旅费属于其他费用吗
  • sqlserver中时间类型
  • Mysql inner join on的用法实例(必看)
  • vmware虚拟机激活码
  • centos必学的60个命令
  • wp8.1怎么升级wp10
  • linux中的awk命令详解
  • win8怎样获取管理员权限
  • freelibrary 程序崩溃
  • w1020h2更新失败
  • vsftpd教程
  • opengl sharder
  • cocos2dx游戏开发进阶卷这本书怎么样
  • web在线编辑excel
  • 图形学题目
  • javascript页面设计
  • 浏览图片的软件叫什么
  • Python 常用库
  • javascript 性能
  • unity shader saturate
  • htmlcssjavascript入门经典pdf
  • 水电费加1
  • 政务服务网怎么打印电子资格证书
  • 国家税务总局关于税务机构改革有关事项的公告
  • 企业间借款合同印花税怎么交
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设