在字典中使用字符串作爲鍵總是更快嗎？

Question

在此page，我看到一些有趣的事情：

請注意，沒有對類型的字典是（實踐）只處理海峽鍵快速路徑;這不會影響算法的複雜性，但它可以顯着影響常數因素：典型程序完成的速度。

那究竟是什麼意思？

這是否意味着使用字符串作爲關鍵總是更快？

如果是，爲什麼？

更新：

感謝有關優化建議！但我實際上對簡單的事實更感興趣，而不是是否或何時應該優化。

更新2：

感謝偉大的答案，我會舉從@DaveWebb這裏提供的link內容：

「 ...

ma_lookup最初設置爲lookdict_string函數（在3.0中更名爲lookdict_unicode），其作爲因爲詞典中的鍵和被搜索的鍵都是標準的PyStringObject。然後，它可以進行一些優化，例如減輕各種錯誤檢查，因爲字符串到字符串的比較決不會引發異常。也不需要進行豐富的對象比較，這意味着我們避免直接調用PyObject_RichCompareBool，並始終使用_PyString_Eq。

... 「

此外，對於實驗的數字，我想如果沒有INT-到字符串的轉換

Answer 1

基於Python字典的C代碼已針對String鍵進行了優化。 You can read about this here（以及博客引用的書中）。

如果Python運行時知道你的字典只包含字符串鍵，它可以做一些事情，比如不能處理字符串比較和忽略豐富比較運算符時不會發生的錯誤。這會使得字符串鍵只有dict的常見情況稍微快一點。 （更新：時間顯示它不止一點。）

但是，這不太可能會對大多數Python程序的運行時間產生重大變化。如果您已經測量並發現dict查找成爲代碼中的瓶頸，那麼只需要擔心此優化。 As the famous quote says, "Premature optimization is the root of all evil."

只有這樣，才能看到多少更快的東西真的是，是次地：

>>> timeit.timeit('a["500"]','a ={}\nfor i in range(1000): a[str(i)] = i') 
0.06659698486328125 
>>> timeit.timeit('a[500]','a ={}\nfor i in range(1000): a[i] = i') 
0.09005999565124512 

因此，使用字符串鍵約30％的速度甚至比int鑰匙，我不得不承認我對差異的大小感到驚訝。

Answer 2

由於這隻影響差異的大小將是更大不變的時候，它可能根本沒有關係，你真的需要優化的唯一時候是當你使用非常大的數據集時 - 這沒有什麼影響

這是什麼意思是在這種情況下在那裏你有以字符串作爲鍵的小字典，Python會很快 - 這是一個常見的用法，所以它已被優化。如Ignacio Vazquez-Abrams指出的那樣，將密鑰轉換爲字符串可能會花費（遠遠）超過從dict字符串獲得的輕微提升。

簡而言之就是與您的情況相關的事情 - 只有在有需要時才能進行優化，而不是在之前進行優化。

一些測試：

python -m timeit -s "a={key: 1 for key in range(1000)}" "a[500]" 
10000000 loops, best of 3: 0.0773 usec per loop 

python -m timeit -s "a={str(key): 1 for key in range(1000)}" "a[\"500\"]" 
10000000 loops, best of 3: 0.0452 usec per loop 

python -m timeit -s "a={str(key): 1 for key in range(1000)}" "a[str(500)]" 
1000000 loops, best of 3: 0.244 usec per loop 

正如你所看到的，而基於字符串的字典比較快，轉換關鍵是非常昂貴的比較，完全緩解增益（然後一些）。

所以，是的，如果你正在使用的數據是僅被用作鍵的字典，什麼格式的商店他們也無所謂，然後字符串是較好的，一個小字典。實際上，這是非常罕見的情況（你可能已經在使用字符串）。