python高級-代码优化_python 高级优化-CSDN博客

本文链接：https://blog.csdn.net/weixin_40304570/article/details/79472276

一、函数返回值缓存

class memoization:
    known = dict()
    '''用这个装饰耗时0.5秒'''
    def __init__(self, fn):
        self.fn = fn

    def __call__(self, *args):
        if args not in self.known:
            self.known[args] = self.fn(*args)
        return self.known[args]

@memoization
def fbnq(n):
    assert(n >= 0), u'n必须大于等于0'
    return n if n in (0, 1) else fbnq(n - 1) + fbnq(n - 2)

if __name__ == '__main__':
    from timeit import Timer
    t = Timer('fbnq(10)', 'from __main__ import fbnq')
    print(t.timeit())

二、函数查询表

（一）用列表或链表做查询表

注意：在这种情况下，链表比普通列表性能高，但是链表的类型也会对性能产生影响。

（二）用字典做查询表

注意：只要每次生成不同的键，这个算法才是有效的。但是，随着字典的规模不断增大，碰撞频繁，性能会下降。

（三）二分查找

注意：这种算法只有在有序的条件下才能使用。处理长的列表，效率会很高。

三、列表表达式和生成器

列表推导式详见：列表推导式
生成器详见：生成器

四、ctypes

（一）介绍

ctypes库可以直接让开发者进入python底层。借助C语言的力量去开发。
这个库只有官方版本（Cpython）才有。

（二）加载自定义ctypes

加载一个系统库，这个库不需要自己手写C函数。

随机产生100w个随机数：

import time
import random
from ctypes import cdll

# libc = cdll.msvcrt  # windows系统
libc = cdll.LoadLibrary('libc.so.6')  # linux系统

init = time.clock()
[random.randrange(1, 100) for x in xrange(1000000)]
print 'python version：%s seconds' % (time.clock() - init)

init = time.clock()
[(libc.rand() % 100) for x in xrange(1000000)]
print 'C version：%s seconds' % (time.clock() - init)

五、字符串连接

word_list = ['apple', 'banana', 'orange']
full_str = ''
for word in word_list:
    full_str += word
# 下面比上面更容易阅读，书写方便，内存和时间消耗更少。
''.join(word_list)

六、python小窍门（内部运作方式）

（一）成员关系测试

for a in b 时，这个b尽可能为set或者dict

（二）不要重复造轮子

itertools 详解
collections 详解
内置函数：map()
推荐使用。。。

python高級-代码优化