代码优化的几个方面

1.优化算法时间

算法的时间复杂度对程序的执行效率影响最大，在Python中可以通过选择合适的数据结构来优化时间复杂度，如list和set查找某一个元素的时间复杂度分别是O(n)和O(l)。不同的场景有不同的优化方式，总的来说，一般有分治，分支界限，贪心，动态规划等思想。

2.循环优化

每种编程语言都会强调需要优化循环。当使用Python的时候，你可以依靠大量的技巧使得循环运行得更快。然而，开发者经常漏掉的一个方法是：
避免在一个循环中使用点操作。每一次你调用方法 str.upper，Python 都会求该方法的值。然而， 如果你用一个变量代替求得的值，值就变成了已知的，Python 就可以更快地执行任务。优化循环的关 键，是要减少 Python 在循环内部执行的工作量，因为 Python 原生的解释器在那种情况下，真的会 减缓执行的速度。(注意:优化循环的方法有很多，这只是其中的一个。例如，许多程序员都会说，列 表推导是在循环中提高执行速度的最好方式。这里的关键是，优化循环是程序取得更高的执行速度的更 好方式之一。)

3.函数选择

在循环的时候使用 xrange 而不是 range;使用 xrange 可以节省大量的系统内存，因为 xrange()在序列中每次调用只产生一个整数元素。而 range()將直接返回完整的元素列表，用于循环时会有不必要的开销。在 python3 中 xrange 不再存在，里面 range 提供一个可以遍历任意长度的范围的 iterator。