Python 代码提速（注意深拷贝和列表操作）

Python 代码提速（注意深拷贝和列表操作）

用python写了个labeling算法，速度着实慢，心想python也不至于这么慢呀，如何提高一下代码速度。

提速前的原始代码速度：

可以看到几个问题：
● deepcopy 是主要耗时部分，占了大部分时间
● list.remove 列表操作太费时间

1.深拷贝deepcopy

这里为了方便我直接用的copy包里的deepcopy，考虑到python深拷贝主要涉及列表，这里对比几种列表拷贝的方式。注意前两种方法是只深拷贝一层。

from copy import deepcopy
from time import time
from tqdm import trange

x = list(range(1,10))
y1,y2,y3 = [], [], []
for i in trange(1,10):
    li = list(range(10**i))
    #方式1：直接复制
    st1 = time()
    temp1 = [i for i in li]
    end1 = time()
    y1.append(end1-st1)
    #方式2：直接复制
    st2 = time()
    temp2 = li[:]
    end2 = time()
    y2.append(end2-st2)
    #方式3：深拷贝
    st3 = time()
    temp3 = deepcopy(li)
    end3 = time()
    y3.append(end3-st3)

plt.plot(x,y1,color="b",label='copy 1')
plt.plot(x,y2,color="g",label='copy 2')
plt.plot(x,y3,color="r",label='deepcopy')
plt.legend()

结果：

结论： python 不同深拷贝速度，deepcopy极慢，使用时需要注意；查了一下，deepcopy包实现的是纯纯深拷贝，即无论多少层都完全拷贝，所以速度极慢，其实在日常使用中我们并不需要那么深的拷贝，谁会列表套列表套列表… 一般，如果嵌套不深，一层拷贝也足够使用了，所以推荐使用前两种拷贝方式。

2.list操作

将4种list常用的操作计时统计：

'python list的四种操作'
from time import time

a = list(range(200000))
s1 = time()
for i in range(len(a)):
    a.remove(i)
t1 = time()-s1
a = list(range(200000))
s2 = time()
for i in range(len(a)):
    del a[0]
t2 = time()-s2
s3 = time()
a = list(range(200000))
for i in range(200000):
    a.pop(-1)
t3 = time()-s3
s4 = time()
a = []
for i in range(200000):
    a.append(1)
t4 = time()-s4
print('remove time cost:',t1)
print('del time cost:',t2)
print('pop time cost:',t3)
print('append time cost:',t4)

结果：

结论： append和pop最快，del和remove虽然方便但速度着实慢，将近2个数量级的差距，这意味着如果算法稍微复杂一些，重复调用次数多了以后光list操作就要占据很大半时间，建议尽量用append和pop。有的时候需要删除列表一些元素，使用pop不太方便，可以考虑新建一个列表，将元素挨个append回来。

优化后的代码

优化后的代码效果立竿见影，提升10倍！！！

平时写代码不太注意，怎么方便怎么来，算法稍微复杂一点时间控制不住了，日常代码还是需要注意一下，虽然python各种包方便但稍不注意坑还是多。深拷贝尽量自己写，列表尽量少用.append和.pop()。