提升python运行效率_如何让python运行速度提高3倍

【勘误：原文“30倍”效果实为代码笔误，感谢各位知友指正。这个错误确实很搞笑哈哈哈哈，以后一定注意。三倍的效果虽然不那么令人满意，不过起码在竞赛或是很需要大量I/O的项目中还是能看到明显的作用。】

随着机器学习领域的研究越来越火热，python的人气也水涨船高。上个月，python甚至第一次超过Java成为热门编程语言第一位。但有一个领域，python却不被看好，那就是编程竞赛（Competitive Programming）。

运行速度是python常常被诟病的最大缺点。然而，作为一门设计精美的语言，小小的优化就可以让代码运行速度提高数十倍。上周，一道codeforces A类题困扰了我两个小时。我非常确定我的算法已经是最优解，但是因为题目涉及到10^5量级的读写，那只有可能是python的速度是程序的瓶颈。经过一番research，我发现了一个可以让python提速3倍的方法。

import timeit

timeit.timeit()

mycode1 = '''a = [0]*200000for i in a:print(str(i), end=' ')'''

mycode2 = '''a = [0]*200000print(' '.join(str(x) for x in a))'''

print(timeit.timeit(stmt = mycode2, number = 10))

Mycode1是第一次TLE（Time Limit Exceeded）时运行的代码，运行时间为2.661秒。而第二段代码print出完全一样的东西只需要0.943秒，刚刚好进入1s的时间要求。

不难看出，第二段代码和第一段的区别在于使用了列表推导式（List Comprehension）。根据这个在Stack Overflow上的回答，使用列表推导式，python的解释器只需要查找一次 print() method，而在使用第一种方法的时候，解释器需要在每次执行循环时都要都查找一遍print函数对应的代码。

且慢，故事到这还没完。有没有什么方法可以让str()函数也只用被查找一遍？答案是有的。根据这一篇python.org上的文章，在使用隐循环（Implied Loop）如map的时候，map调用的函数也只会被查找一遍。

mycode3 = '''

a = [0]*20000

print(' '.join( i for i in map(str, a)))

使用mycode3的代码，运行时间仅为0.77秒。

最后，总结一下第二篇文章作者的几个建议：- Rule number one:only optimize when there is a proven speed bottleneck. Only optimize the innermost loop.

- Use intrinsic operations. An implied loop in map() is faster than an explicit for loop; a while loop with an explicit loop counter is even slower.

- Avoid calling functions written in Python in your inner loop. This includes lambdas. In-lining the inner loop can save a lot of time.

- Local variables are faster than globals; if you use a global constant in a loop, copy it to a local variable before the loop. And in Python, function names (global or built-in) are also global constants!最重要的法则：只有当出现了运行速度瓶颈的时候才选择优化，并且只优化最里层循环；

使用python的内置函数，比如用map而不是循环；while循环比for需要更多的时间；

尽量避免在最内层的循环内调用函数；

局部变量要比全局变量更省时；如果要在最内层函数使用全局变量，可以在循环内复制一份变量。