Python性能优化的小细节

下面是 Python 性能快速优化的第二部分。
  
  
使用 Map ，Reduce 和 Filter 代替 for 循环
校验 a in b， 字典 或 set 比 列表 或 元组 更好
当数据量大的时候，尽可能使用不可变数据类型，他们更快 元组 > 列表
在一个列表中插入数据的复杂度为 O(n)
如果你需要操作列表的两端，使用 deque
del – 删除对象使用如下
1） python 自己处理它，但确保使用了 gc 模块
2） 编写 __del__ 函数
3） 最简单的方式，使用后调用 del
一.查找的时候，特别是对大文件（大数据）进行查找的时候，用dictionary替代list
#-*-coding:utf-8-*-
from time import time
t = time()
list = ['a','b','is','python','jason','hello','hill','with','phone','test',
'dfdf','apple','pddf','ind','basic','none','baecr','var','bana','dd','wrd']
list = dict.fromkeys(list,True)
print list
filter = []
for i in range (1000000):
    for find in ['is','hat','new','list','old','.']:
        if find not in list:
            filter.append(find)
print "total run time:"
print time()-t


#2.53629994392
#1.38068699837
'''
Python 字典中使用了hash table，因此查找操作的复杂度为 O(1)，而 list 实际是个数组，在 list 中，查找需要遍历整个 list，其复杂度为 O(n)，
因此对成员的查找访问等操作字典要比 list 更快。
'''

二.涉及到list的交集或者求差等操作的时候，用set替代list

''
from time import time
t = time()
lista=[1,2,3,4,5,6,7,8,9,13,34,53,42,44]
listb=[2,4,6,9,23]
intersection=[]
for i in range (1000000):
    list(set(lista)&set(listb))
print "total run time:"
print time()-t

from time import time
'''
t = time()
lista = [1, 2, 3, 4, 5, 6, 7, 8, 9, 13, 34, 53, 42, 44]
listb = [2, 4, 6, 9, 23]
intersection = []
for i in range(1000000):
    for a in lista:
        for b in listb:
            if a == b:
                intersection.append(a)

print "total run time:"
print time() - t

用时比较如下所示：
#6.26855993271
#1.63295388222

 
 
语法
操作
说明
set(list1)
 | set(list2)
union
包含 list1 和 list2 所有数据的新集合
set(list1) & set(list2)
intersection
包含
 list1 和 list2 中共同元素的新集合
set(list1) - set(list2)
difference
在 list1 中出现但不在 list2 中出现的元素的集合