同じ16件の検索語を1000件の候補に当てる照合が、RapidFuzzでは0.007805834秒、difflibでは0.24368秒で終わりました。
予想と違ったのは、速さよりも上位の一致です。点数の尺度が違っても、六つの条件すべてで、トップの候補は16件中16件そろいました。
比べたのは、RapidFuzzのfuzz.ratioと、標準のdifflibにあるSequenceMatcherのratioです。
どちらも自作の架空の品名を使い、このMacのCPUだけで動かしました。
類似度の出力:RapidFuzzは0〜100の点数、difflibは0〜1の比率
RapidFuzzのratioは0〜100の点数、difflibのratioは0〜1の比率で返ります。
difflibの比率は、一致した文字数の二倍を、両方の文字数の合計で割った値です。 完全に同じなら1.0、共通部分がなければ0.0になります。
次の表は、同じ文字列の組を両方に渡した観察例です。前処理はかけていません。
| 観察例 | RapidFuzz(点) | difflib(比率) | difflibを100倍 |
|---|---|---|---|
| 完全に同じ | 100.0 | 1.0 | 100.0 |
| 誤字の例 | 94.11764705882352 | 0.9411764705882353 | 94.11764705882352 |
| 大文字小文字の例 | 87.5 | 0.875 | 87.5 |
| 日本語の例 | 92.3076923076923 | 0.9230769230769231 | 92.3076923076923 |
| tideをdietと比べる | 50.0 | 0.25 | 25.0 |
| dietをtideと比べる | 50.0 | 0.5 | 50.0 |
多くの例で、difflibを100倍した値はRapidFuzzの点数と同じ並びになりました。 100倍しても、アルゴリズムの意味やしきい値が同じになるわけではありません。
例外は、tideとdietの組です。 difflibだけ、比べる順番を入れ替えると0.25が0.5に変わりました。RapidFuzzは両方向で50.0点です。
結合文字の例では、RapidFuzzが66.66666666666667点、difflibの100倍が66.66666666666666と、末尾の1桁がずれました。 点数どうしを突き合わせるなら、丸めてから行うのが無難です。
出典: difflib公式ドキュメントと、測定記録の生データ(2026年11月3日確認)
照合結果:トップの候補は六つの条件すべてで16件中16件そろった
英語100件、英語1000件、日本語1000件のどの候補集合でも、両ツールのトップ候補は16件中16件一致しました。
| 条件 | 候補件数 | クエリ件数 | 一致件数 |
|---|---|---|---|
| 英語100件(前処理なし) | 100件 | 16件 | 16件 |
| 英語100件(NFKCと小文字化) | 100件 | 16件 | 16件 |
| 英語1000件(前処理なし) | 1000件 | 16件 | 16件 |
| 英語1000件(NFKCと小文字化) | 1000件 | 16件 | 16件 |
| 日本語1000件(前処理なし) | 1000件 | 16件 | 16件 |
| 日本語1000件(NFKCと小文字化) | 1000件 | 16件 | 16件 |
この16件は、二つのツールの答えが同じだった数です。 正答率ではありません。
同点のときは、候補の番号が小さいほうを先に置く約束で並べています。
前処理をかけるかどうかで、点数は大きく変わります。 NFKC(全角を半角にそろえるなどの正規化)を通さない全角の観察例は、両ツールとも0.0点でした。通すと、どちらも100.0点です。
大文字小文字の例は87.5点から100.0点へ、結合文字の例は66.66666666666667点から100.0点へ変わりました。
処理時間:候補1000件の照合で、RapidFuzzは0.007805834秒、difflibは0.24368秒
16件の検索語を英語1000件の候補に当てた1周は、前処理なしで、RapidFuzzが0.007805834秒、difflibが0.24368秒でした。
次の表は、各条件を5回計り、中央の値を並べたものです。1周は16件の検索語すべてを含みます。
| 条件 | RapidFuzz(秒) | difflib(秒) |
|---|---|---|
| 英語100件(前処理なし) | 0.000510292 | 0.020639083 |
| 英語100件(NFKCと小文字化) | 0.000547084 | 0.02601925 |
| 英語1000件(前処理なし) | 0.007805834 | 0.24368 |
| 英語1000件(NFKCと小文字化) | 0.011261958 | 0.336183875 |
| 日本語1000件(前処理なし) | 0.008370416 | 0.249689833 |
| 日本語1000件(NFKCと小文字化) | 0.007621125 | 0.356275625 |
英語1000件・前処理なしの5回を見ると、RapidFuzzは0.006062167秒から0.010685459秒でした。 difflibは0.229906791秒から0.417249625秒です。
RapidFuzzのいちばん遅い回でも、difflibのいちばん速い回より短く終わっています。 数字の桁が、はっきり違って見えます。
落とし穴:difflibは既定のままだと、長い反復文字で点数が0.0になる
difflibには、よく出る文字を自動で「ごみ」とみなす仕組みがあり、既定で有効です。
xのあとにaを300個並べた文字列と、aを300個のあとにyを置いた文字列を比べました。 autojunkをFalseにすると0.9966777408637874、既定のTrueだと0.0でした。
RapidFuzzは同じ組で99.66777408637874点でした。
今回の速度比較は、autojunk=Falseで固定しています。 既定値のままの速度とは、読み比べないでください。
出典: difflib公式ドキュメントと、測定記録の生データ(2026年11月3日確認)
どちらを選ぶか:候補の数と、導入できる道具で決める
候補が千件規模で何度も回すならRapidFuzz、少量の照合を標準ライブラリだけで済ませたいならdifflibです。
決め手を一枚にまとめると、次の表になります。
| 見る点 | RapidFuzz | difflib |
|---|---|---|
| 類似度の出力 | 0〜100の点数 | 0〜1の比率 |
| 順番を入れ替えた時 | 50.0点のまま | 0.25が0.5に変化 |
| 処理時間(英語1000件・前処理なし) | 0.007805834秒 | 0.24368秒 |
| 導入 | 別途インストール(MITライセンス) | Pythonに付属 |
選ぶ理由は三つあります。
- 候補の数です。1000件では1周が0.007805834秒と0.24368秒でしたが、100件ならdifflibでも0.020639083秒でした。
- 導入の手間です。RapidFuzzは別に入れるライブラリで、difflibは標準ライブラリの章にあります。
- 点数の扱いです。difflibは順番で値が変わる例があり、RapidFuzzは両方向で50.0点でした。
RapidFuzzの公式ページは、cdistのようなまとめて計算する道具のほうが、一件ずつ呼ぶより大幅に速いと説明しています。 今回の測定は一件ずつ呼ぶ形なので、まとめ呼びの数字は別の話です。
difflibの計算量は、最悪で二乗時間、最良で線形時間と説明されています。 長い文字列を何度も比べるときは、この増え方に注意します。
次の箱は、道具ごとの一言まとめです。
道具ごとの一言まとめ
RapidFuzz
C++で書かれた、速さを売りにする照合ライブラリです。
difflib
一致した文字の割合を小数で返す、標準の照合道具です。
autojunk
difflibが既定で、よく出る文字をごみ扱いする仕組みです。
cdist
RapidFuzzでまとめて計算する道具で、一件ずつ呼ぶより速いと案内されています。
迷ったら、次の質問を上から順にたどってください。
RapidFuzzとdifflibの選び方
- 1. 追加のライブラリを入れられない環境ですか?はい → difflibを選びます。長い反復文字を扱うなら、autojunkの設定を先に決めます。いいえ → 次は質問2です。
- 2. 一度に照合する候補は千件規模以上で、何度も繰り返しますか?はい → RapidFuzzを選びます。いいえ → 次は質問3です。
- 3. 全角や大文字小文字が混ざった文字列を照合しますか?はい → どちらを選んでも、先にNFKCと小文字化の前処理を入れます。いいえ → 候補が少なければ、標準のdifflibで足ります。
測定と比較の範囲
測定は2026年11月3日(日本時間)に、このMac1台で行いました。macOS 27.2、CPython 3.14.10、RapidFuzz 3.14.3で、CPUを直列に動かした1回の実行です。
入力は、架空の品名と6文字の識別子から作った人工データです。 実際の商品名や住所、顧客台帳の照合品質は測っていません。意味の近さを見る照合や、LLMの回答品質も範囲外です。
計時には、全スコアの生成、上位3件の並べ替え、同点数の算出を含めました。 インストール、読み込み、入力生成、前処理の時間は含めていません。
CPUの機種名や負荷、温度は取っておらず、他のプロセスの影響は分けていません。 百万件の候補、しきい値、cdistとextract、並列化、メモリ、別OSでの速さも範囲外です。
difflibの既定値(autojunk=True)で速度を計っていません。 この実行ではRapidFuzzが速くても、データや設定が変わったときの速さは保証できません。
出典
公式ページ(すべて2026年11月3日に確認)
- RapidFuzz 公式 GitHub — https://github.com/rapidfuzz/RapidFuzz
- Python 公式 difflib ドキュメント — https://docs.python.org/3/library/difflib.html
自前の測定(2026年11月3日実施)
変更履歴
| 日付 | 内容 |
|---|---|
| 2026-11-03 | 初版公開。点数の出方、トップ候補の一致、処理時間を同じ文字列で比べた |
