1,优化算法时间复杂度:
算法时间复杂度对程序的执行效率影响最大,通过选择合适的数据结构优化时间算法复杂度,不同场合不同的哟欧华方式,异步有分治,分治界限,贪心,动态规划等思想
2,减少冗余数据
上三角或者下三角的方式去保存一个大的对称矩阵, 稀疏矩阵。
3,合理使用copy和deepcopy
dict和list数据结构的对象,直接赋予引用,不需要复制整个对象,可以使用copy和deepcopy,不同之处在与后者是递归复制的效率不同
4,使用dictionary和set查找元素 hash类型数据 dicti效率高
5,合理使用生成器和yield
6,优化循环
7,优化包含多个判断表达式的顺序
8,使用join合并迭代器中的字符串
9,选择合适的格式化字符方式
10,不借助中间变量交换两个字符
11,使用if is 而不是 if ==
12,使用联级比较 x<y<z
13,while 1 比while True快 python2中True是全局变量而不是关键字
14,使用** 而不是pow 10倍
15,使用cProfile,cStringIO 和cPickle等用c实现的相同功能 profile StringIOn pickle
16,使用最佳的反序列化方式
17,使用C扩展 cpython
18,并行编程 多线程CPU密集型程序 多进程IO秘籍型程序 分布式 multiprocessing
19,终级大杀器:PYPY
20,使用性能分析工具
python -m cProfile filename.py,filename.py 是要运行程序的文件名,可以在标准输出中看到每一个函数被调用的次数和运行的时间,从而找到程序的性能瓶颈,然后可以有针对性地优化。