代码优化

Python性能优化技巧总结

Python代码性能优化方法总结

Java 代码性能优化

时间开销分析

项目根目录运行以下命令，可以跑script/run_snowball.py脚本，并且得出详细地时间开销。

• 这个是跑小规模的样例句子的时间分析

  python -m cProfile -s cumulative script/run_snowball.py >time_analysis.log
  

• 这个是跑小规模的地在所有热门帖子上的时间分析

  python -m cProfile -s cumulative script/run_snowball_large_by_one.py >large_10_time_analysis.log
  

时间分析的 输出解释：

ncall：函数运行次数

tottime： 函数的总的运行时间，减去函数中调用子函数的运行时间

第一个percall：percall = tottime / nclall

cumtime:函数及其所有子函数调整的运行时间，也就是函数开始调用到结束的时间。

第二个percall：percall = cumtime / nclall

可视化分析

• 参考资源，https://zhuanlan.zhihu.com/p/58535923
  总的方法分三步走：

1、安装snakeviz，方法也很简单，用以下命令行搞定：

pip install snakeviz

2、运行Python代码的同时用cProfile保存运行时间数据：

python -m cProfile -o run_snowball.prof script/run_snowball.py

3、跑完之后当前文件夹里就有一个 run_snowball.prof 文件，保存了代码刚刚运行时的时间数据，用以下命令行就可以可视化分析啦:

snakeviz run_snowball.prof