Python 中連線兩個字串的方法有兩個： + 和 join（）

當我開始使用 Python 的時候，通常會使用 + 這個運算子來連線字串，這個方法簡單又直接。

後來在看其他的人程式碼，他們卻喜歡使用 。join（） 這個方法連線字串，下面我來說一說為什麼大家更傾向使用 。join（），而不是 +這個運算子。

開始

作為初學者，使用 + 運算子連線字串，程式碼很簡單：

str1 = “I love ”

str2 = “Python。”

print（str1 + str2）

# 輸出

# I love Python

當深入學習後，會發現其他人的程式碼更傾向於使用 join（） 方法，像這樣：

str1 = “I love ”

str2 = “Python。”

print（‘ ’。join（［str1， str2］））

# 輸出

# I love Python

說實在的，當我看見上面的程式碼，我覺得它很不直觀，而且還不好看。

連線多個字串

不過，這一次我們需要連線列表中的多個串。

strs = ［‘Life’， ‘is’， ‘short，’， ‘I’， ‘use’， ‘Python’］

最初，我是這樣寫的：

strs = ［‘Life’， ‘is’， ‘short，’， ‘I’， ‘use’， ‘Python’］

def join_strs（strs）：

result = ‘’

for s in strs：

result += ‘ ’ + s

return result［1：］ # 刪除前面的空格

join_strs（strs）

# 輸出

# Life is short， I use Python

在這個例子裡，我是用 for 迴圈一個一個的連線字串，最後我還要去除第一個字元前面的空格，因為迴圈裡每次連線的時候，都在前面加了一個空格。當然，也可以透過在 for 迴圈裡面加一個判斷，當 index = 0 的時候不加這個空格，不管怎樣，都要用 for 迴圈去做這些事情。

當我知道 。join（） 這個方法的時候：

def jion_strs_better（strs）：

‘ ’。join（strs）

jion_strs_better（strs）

# 同樣輸出

# Life is short， I use Python

是不很簡單，一行程式碼就解決了這個問題，而且不用考慮空格的問題。

不過，這個優點並不是放棄使用 + 運算子，轉向 join（） 方法的原因。

join（） 方法背後的邏輯

接下來我們比較一下這兩個方法的效能，可以使用 Jupyter Notebook 的魔法糖方法

%timeit

對這兩個方法進行評估。

上面顯示的效能結果是透過十萬次的操作得出來的，所以結果顯而易見：

使用 join() 方法連線列表中的字串，比使用 + 運算子要快4倍。

為什麼會有這麼大差距呢？

下圖就是使用 + 運算子透過 for 迴圈連線字串的過程：

透過 for 迴圈，找到每個字串。

Python 執行表示式

result += ' ' + s

並且為 空格申請記憶體地址（get memory for a white space）

然後執行程式意識到空格也需要與字串連線，因此它也將為字串申請記憶體地址，第一個迴圈為 Life （get memory for “life”）

對於每次迴圈，執行器都要申請兩次記憶體地址，一次為空格，一次為字串

總共需要12次的記憶體地址分配

我們再來看一下 join（） 方法：

執行器首先會計算列表裡有多少個字串，例子中是6個

這意味這連線列表裡面的字串需要重複 6-1=5次

所以執行器知道此次操作需要分配 11 個記憶體地址，這些會被預先應用和分配

然後按順序執行並返回結果

所以兩個方法的主要差別就是在記憶體地址分配次數上，這是這兩個方法效能差別的主要原因。

想象一下，使用 join（）方法連線 6 個字串已經比 + 運算子快了4倍。如果要連線更多的字串呢，這種差別也會是更大。

總結

在這篇文章中，我們比較了 Python 連線兩個字串 + 運算子和 join（） 的區別，從效能方面比較，join（） 是首選。