【Python技术学习】- Python性能优化技巧

引言：优化通常包含两方面的内容：减小代码的体积，提高代码的运行效率。

优化算法

首先我们了解下算法的时间复杂度：

O(1) -> O(lg n) -> O(n lg n) -> O(n^2) -> O(n^3) -> O(n^k) -> O(k^n) -> O(n!)

我们可以知道算法时间复杂度越高的话，该程序运行所要消耗的时间就会比较大，从而降低程序运行的性能，基于此，我们需要对算法进行优化改进。

• Python中字典使用了哈希表进行存储，如果单单用于存储键值对，而不用于范围查找的话，在python中字典存储性能要比列表存储要好的多，但是如果涉及到范围查找等，那就不是很推荐用字典。
• 在集合(set) 中，set对于取交集、并集、差集等方面要比列表要优秀很多，不过需要 注意，set集合不允许有重复元素。

尽量减少循环计算

我们在写程序的时候，经常会把一些计算写在循环表达式里面，这样就导致可能一个计算式在循环里面被多次计算。 例如：

import time

su = 0
a = time.clock()
for i in '423151423':
    for j in '213123':
        su += int(j)+(int(i)*5/2)
print('总耗时:%s'%(time.clock()-a))  # 总耗时:8.510000000000462e-05

import time

su = 0
a = time.clock()
for i in '423151423':
    t = (int(i)*5/2)
    for j in '213123':
        su += int(j)+t
print('总耗时:%s'%(time.clock()-a))  # 总耗时:7.08000000000028e-05

比较以上两个代码我们可以发现，第二个的耗时比第一个的耗时要快上一丢丢。

惰性计算

Lazy evaluation：延迟计算，惰性计算，指的是仅仅在真正需要执行的时候才计算表达式。

惰性计算可以避免不必要的计算，可以带来些许性能上的提升。例子：

python

代码解读

复制代码

import time su = 0 a = time.clock() flag = 0 for i in range(1000): if flag and i>0: t = 7*200-3+5 print('总耗时:%s'%(time.clock()-a)) # 总耗时:8.84999999999983e-05

python

代码解读

复制代码

import time su = 0 a = time.clock() flag = 0 for i in range(1000): if i>0 and flag: t = 7*200-3+5 print('总耗时:%s'%(time.clock()-a)) # 总耗时:0.00011240000000000555

看上图可知关于if x and y，if x or y 如果对于or条件表达式，应该将值为真可能性较高的变量写在or的前面，而and则应该推后 节省空间，使得无限循环的数据结构成为可能，

Python字符串

python 中的字符串对象是不可改变的，因此对任何字符串的操作如拼接，修改等都将产生一个新的字符串对象，而不是基于原字符串，因此这种持续的 copy 会在一定程度上影响 python 的性能。

所以在字符串处理上有以下几点建议：

• 在字符串连接的使用尽量使用 join() 而不是 +

• 多使用python对字符串处理的内置函数对字符串进行处理而不是自己进行处理，如 str.isalpha()，str.isdigit()，str.startswith(('x', 'yz'))，str.endswith(('x', 'yz'))

• 在python中直接进行格式化要比字符串串联相加性能要高一些。

其他优化技巧

Python中可以直接对两个对象进行"交换赋值",也就是a,b=b,a,而不需要借助中间变量(t=a,a=b,b=t)来完成。

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。

此外在python中可以使用局部变量就使用局部变量，因为python中访问局部变量要快于全局变量，也就是说要减少对global的使用。说到了局部变量，在这我就想起了闭包。闭包的功能：保存函数的状态信息，使函数的局部变量信息依然可以保存下来。

此外还有：if done is not None 比语句 if done != None 更快；使用级联比较 "x < y < z" 而不是 "x < y and y < z"；while 1 要比 while True 更快；add(a,b) 要优于 a+b。

邀您共同加入产品经理修炼之路：