Optimizing Performance: Python Speed Test for Digit Search in Strings

Не так давно я натрапив на пост, де порівнювались різні методи коду для пошуку цифр у рядках у Python. Виникло бажання перевірити реальні швидкості цих методів, тому вирішив самостійно провести експеримент. 

Я розглянув, як швидко кожен метод виконується при пошуку цифр коротких рядках, а також порівняємо їхню ефективність з погляду часу виконання.

Надалі, порівнявши кілька підходів, я поділюсь висновками щодо того, який з них є найкращим в умовах реального використання Python для цієї задачі.

 

Шість версій для порвняння

Ось результати порівняння середнього часу виконання 10 мільйонів спроб з використанням: MacOS, Python 3.13.0:

Найкращий по швидкості варіант - Version_6

 

Але для мене було здивування, чому 5 версія повільніша за 4 ту, я гадав що REGEX = re.compile(r"\d+"), пришвидшує роботу.
Але після порівняння 5 версій, я додав шосту версію котра стала найкращою і довела що у випадку використання pre compiled Patterns в re не спрацьовує принцип відносності - літак летить на повітря чи повітря летить на літак 😁. І має велику різницю код:

re.findall(REGEX, text)
REGEX.findall(text)

Код метода порівняння:

	import timeit
	from matplotlib.colors import ListedColormap
	import matplotlib.pyplot as plt
	import re
	def version_1(string: str) -> str:
	digits = []
	for char in string:
	if char.isdigit():
	digits.append(char)
	return "".join(digits)
	def version_2(string: str) -> str:
	return "".join([char for char in string if char.isdigit()])
	def version_3(string: str) -> str:
	return "".join(filter(str.isdigit, string))
	def version_4(string: str) -> str:
	return "".join(re.findall(r"\d+", string))
	REGEX = re.compile(r"\d+")
	def version_5(string: str) -> str:
	return "".join(re.findall(REGEX, string))
	def version_6(string: str) -> str:
	return "".join(REGEX.findall(string)
	)
	def plot_mesures_bar(plot_results: dict, output_file="performance_comparison.png"):
	plt.figure(figsize=(12, 8))
	x = [i[0].title() for i in plot_results.items()]
	y = [i[1][0] for i in plot_results.items()]
	palette = ListedColormap(plt.get_cmap('Set1').colors)
	num_colors = len(palette.colors)
	colors = [palette(i % num_colors) for i in range(len(x))]
	plt.bar(x, y, color=colors)
	plt.title("Performance Comparison of Different Versions")
	plt.xlabel("Version")
	plt.ylabel("Average Time (seconds)")
	plt.grid(True)
	# plt.legend()
	plt.tight_layout()
	plt.savefig(output_file, dpi=300) # Save as PNG with high resolution
	print(f"Saved results to: {output_file}")
	functions_list = [
	(lambda: version_1(test_str), "version_1"),
	(lambda: version_2(test_str), "version_2"),
	(lambda: version_3(test_str), "version_3"),
	(lambda: version_4(test_str), "version_4"),
	(lambda: version_5(test_str), "version_5"),
	(lambda: version_6(test_str), "version_6"),
	]
	categories = ["lexxai_2024"]
	times = 10_000_000
	repeat = 8
	print(f"{times=}, {repeat=}")
	results = {fun_name: [] for _, fun_name in functions_list}
	test_str = categories[0]
	for fun, fun_name in functions_list:
	result_version = fun()
	time_version = timeit.repeat(fun, number=times, repeat=repeat)
	avg_time_version = sum(time_version) / len(time_version)
	results[fun_name].append(avg_time_version)
	print(
	f" - {fun_name.title()}. Time: {[f'{t:.4f}' for t in time_version]} "
	f"avg: {avg_time_version:.4f} seconds. Result: {result_version}"
	)
	plot_mesures_bar(results)
	print("Press Enter to exit...")
	input()
	"""
	Python 3.13.0
	times=10000000, repeat=8
	- Version_1. Time: ['9.6431', '9.3966', '9.4082', '9.4500', '9.3949', '9.3880', '9.4951', '9.4736'] avg: 9.4562 seconds. Result: 2024
	- Version_2. Time: ['8.8718', '9.0103', '9.2408', '8.7917', '8.8005', '9.0065', '8.7919', '8.8034'] avg: 8.9146 seconds. Result: 2024
	- Version_3. Time: ['8.4679', '8.0702', '8.2425', '7.7790', '12.5577', '10.3317', '8.7200', '7.7399'] avg: 8.9886 seconds. Result: 2024
	- Version_4. Time: ['11.9411', '11.7733', '11.8226', '11.7166', '11.9001', '11.7232', '11.7850', '11.8588'] avg: 11.8151 seconds. Result: 2024
	- Version_5. Time: ['19.3780', '17.8619', '18.0036', '18.1159', '17.9091', '17.9927', '17.9564', '17.9369'] avg: 18.1443 seconds. Result: 2024
	- Version_6. Time: ['7.5048', '7.3104', '7.3142', '7.3944', '7.3068', '7.5241', '7.3036', '7.3219'] avg: 7.3725 seconds. Result: 2024
	"""

view raw test_speed_isdigit.py hosted with ❤ by GitHub