python一些优化方法

环境：pyhton2.7

性能分析方法：运行时间较小为优

import time
init_time = time.clock()
func()
last_time = time.clock()

性能时间times值的大小

times = last_time - init_time()

 

一：字符串连接

在python里面，字符串是不可变的（immutable），就是说一旦你创建了一个字符串就不可以改变它的值。所以，当我们要做任何改变字符串内容的操作时，其实都是创建了一个带有新内容的新字符串，我们的变量会指向新的字符串。所以我们可以用列表list保存字符片段，结束后用 .join 连接列表。

例子：10000000个字符串相加

words = [str(x)  for x in xrange(1000000)]

普通方法：

str = ""

for w in words:

    str += w

改进方法：

str = "".join(words)

 

二：列表综合表达式和生成器和普通for循环

列表综合表达式是Python提供的特殊范式，以数学方式表达要生产的列表，重点是描述计算什么，而不是描述计算的过程（经典的for循环语句）

例子：产生0-100内的偶数

列表综合表达式：

a = [x for x in range(10000) if x % 2 == 0]

普通for循环：

a = []
for x in range(10000):
    if x % 2 == 0:
        a.append(x)

普通for循环和列表综合表达式比较：

①普通的for循环产生的指令集更多，比列综多1/4左右，所有一般情况下列综表达式速度更快，注意是一般!!

②普通的for循环会产生副作用，不要肆意把列综表达式代替所有普通for循环表达式

③重点！处理大列表（数量10000以上）的时候，列表综合表达式可能就不好使了。因为列表综合表达式需要直接产生每一个值，因此你可以考虑使用生成器表达式（generator expression）

 

生成器对表达（generator expression）：

如果你不需要直接返回列表值（数据以列表保存），我们可以用生成器表达式来处理，而是返回一个生成器对象。

a = (x for x in range(10000) if x % 2 == 0)

因为不是返回列表，所以不可以这样操作

 

print a[1]

但是可以遍历操作：

for number in a:
    print numver

 

总结：如果你不需要直接返回列表值（数据以列表保存），用生成器表达式来处理方式是最理想的。而你需要返回列表值时，那么需要考虑处理数据的量，量大就用普通for循环，数量较小就用列综表达式。

但是接入生成器的列表元素时可能会增加一定资源消耗，但是用塔创建列表的速度更快。列表综合表达式和生成器表达式创建不同长度的列表的时间如下：

最后例子：

import time
def func1():
	init_time = time.clock()
	a = []
	for x in range(100000):
		if x % 2 == 0:
			a.append(x)
	last_time = time.clock()
	print last_time - init_time

def func2():
	init_time = time.clock()
	a = [x for x in range(100000) if x % 2 == 0]
	last_time = time.clock()
	print last_time - init_time
	
def func3():
	init_time = time.clock()
	my_list =(x for x in range(100000) if x % 2 == 0)
	last_time = time.clock()
	print last_time - init_time

func1()
func2()
func3()

输出：

 

三：使用默认参数

默认参数使用不普遍，这种方法是直接优化python解释器工作的方式

例子：计算三角函数

普通方法：

import math

def degree_sin(deg):

	return math.sin(deg * math.pi / 180.0)

优化后：

import math

def degree_sin(deg, factor=math.pi/180.0, sin=math.sin):

	return sin(deg * factor)

默认参数的方法优化时间能大概减少25%左右，显然不是一个十分出色的优化手段，但是能为我们减少几毫米的时间。但是还要牢记的是，如果你在一个操作系统的团队工作，使用这种方法是灾难性的。所以这种方法一般不建议使用。

 

 

 

四、不重复发明轮子

python的标准库核心组件大都是经过优化的C语言写的，因此不需要你自建，而且自建会更慢。

如：

①：数组（array），迭代工具（itertools），队列（collections.dequs）这些模块都是推荐使用的

②：需要一个固定长度的数组或可变长度的栈（stack）时，列表非常适合，但是在处理pop(0)，insert(0,yout_list)操作时候，可以用（collections.deque），因为它在列表的任何一端都可以快速完成（0(1)）插入和弹出操作

五：其他一些小细节

①while 1：比while True：好

②多元赋值代替中间变量赋值

③比较三个变量时候，使用链式比较，即0 < a  < 10

④判断值k是否在字典里面就用 k in dict，就不用k in dict,keys()，可以讲是顺序查找和哈希查找的区别