算法学习（10）数学问题求解系列（7）由亲密数问题启发的运行效率问题讨论（值得一看）

前言

在讨论亲密数程序的加速博客中(传送门)，里面加速的根本原因，是求因子和的子函数中，用range(math.sqrt(num))代替range(num//2 +1)，后来在看到其他人博客中的实现（C语言），他们用 $j\ast j\le num$来代替求根号，理由是，引进一个外部函数，会拖慢程序的运行速度。由于Python中的For函数，语法跟C的很不同，没法直接实现这个构想。于是，这一篇，我用While循环语句实现求因子和的子函数，结果出乎意料……这一篇因此探讨Python中 while 循环 和 for 循环，二者的运行效率竟然不一样！同时，我会把之前一些遗漏的知识点补齐。

While 循环实现的因子和程序

def GetSumFactorFaster3(num):
    factorSum = 1
    j = 2  # 因子测试从2开始
    while j*j < num:
        if num % j == 0:  # 确定为因子
            factorSum += j + num // j
        j += 1
    if j*j == num:  # 取j**2 会比 j*j慢很多
        factorSum += j
    return factorSum

运行效果

很尴尬的是，在上一篇用for循环实现，只需要0.14秒，如下图

进一步尝试, j*j 换成 j**2

def GetSumFactorFaster3(num):
    factorSum = 1
    j = 2  # 因子测试从2开始
    while j**2 < num:
        if num % j == 0:  # 确定为因子
            factorSum += j + num // j
        j += 1
    if j**2 == num:  # 取j**2 会比 j*j慢很多
        factorSum += j
    return factorSum

运行效果

运行结果更加令人大跌眼镜……从仅需0.26s $\to$ 0.82s。

总结

基于上面的测试，可以得出下面四条Python的使用小技巧

1. Python 中，For 循环运行速度比 While 快，因为For循环只迭代一个序列里面的对象，不需要任何判断；在程序中，判断语句是会影响程序运行速度的，因此，减少判断语句，是程序提速的关键。
2. Python中，$j\ast j$运行比$j\ast \ast 2$快
3. 在Python中，import math这些内置模块，对程序性能影响不大，小于使用判断语句，在使用while语句的时候，用了3个判断
4. for i in range(num // 2 +1): if num // j > j,不等于 range(math.sqrt(num)),因为前者的遍历次数并没有减少，而这个遍历次数，正是造成程序慢的罪魁祸首，可想而知，用第一个语句，程序只会更慢（我不会告诉你，第一个语句正是我一开始想当然的结果，以为能加速，结果程序更慢了……）