如何让 Python 变快

公众号：原少子杨

程序快慢的标准就是时间复杂度。时间复杂度使用大 O 标记法，这个大家应该都清楚，下面是常见的增长量级：

增长量级	名称
$O(1)$	常量级
$O(lo{g}_{b}n)$	对数级
$O(n)$	线性级
$O(nlo{g}_{b}n)$	$nlogn$
$O(n^2)$	平方级
$O(n^3)$	立方级
$O(c^n)$	指数级

Python 中基本操作分析

常量时间

算术操作大部分都是常量时间，除法 > 乘法 > 加法和减法；

索引操作（下标访问）和 len 函数也是常量时间；

假如一个字符串只包含一个字符，所有的操作都是常量的；

在列表结尾添加和删除一个元素是常量的；

大部分字典操作都是常量的，但是 update 方法的运行时间和传入的字典大小成正比，keys、values 和 items 都是常量时间，因为它们返回的是迭代器，但是如果循环遍历这个迭代器，则循环是线性的。

线性时间

使用 for 循环遍历一个序列或字典是线性的；

字符串和元组的大部分操作都是线性的；

min 和 max 函数也是线性的；

切片操作的运行时间与输出的长度成正比，而与输入的长度无关；

内置函数 sum 也是线性的，但速度更快；

字符串拼接是线性的，运行时间与操作数的长度的总和有关，所有的字符串方法都是线性的。

其他时间

大多数列表方法是线性的，但是除非空间不足时复制到另一个更大的空间，排序是 $nlogn$；

如果循环体的增长量级是 $O(n^a)$ 则整个循环是 $O(n^{a+1})$，如果不论 $n$ 是多少，循环只最多运行 $k$ 次，则及时对很大的 $k$ 来说，整个循环的增长量级还是 $O(n^a)$。

搜索算法的分析

遍历操作是线性的，二分查找是对数级的，散列表是常量时间。

了解了以上这些基本操作的时间复杂度，在写 Python 程序的时候是不是就可以有针对性的选择操作了呢？一定要在实际中多多运用这些方法，才能够极大的提高程序运行效率。

欢迎关注我的公众号！