
程序优化
BYR_jiandong
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
合理使用 inline来优化程序 尽可能减少临时对象 尽可能使用初始化列表
调用 函数实际上将程序执行顺序转移到函数所存放在内存中某个地址,将函数的程序 内容执行完后,再返回到转去执行该函数前的地方。这种转移操作要求在转去前 要保护现场并记忆执行的地址,转回后先要恢复现场,并按原来保存地址继续执 行。因此,函数调用要有一定的时间和空间方面的开销,于是将影响其效率。特 别是对于一些函数体代码不是很大,但又频繁地被调用的函数来讲,解决其效率 问题更为重要。引入内联函数原创 2015-04-16 10:51:52 · 1852 阅读 · 0 评论 -
使用defaultdict 内存被爆掉 ,内存溢出,数组太大了
trainDataFeat = defaultdict(lambda:defaultdict(lambda:0))for user_id in userIdTrainList: for field in fieldList: feat.append(trainDataFeat[user_id][field])说明:userIdTrainList的长度原创 2015-12-24 19:51:24 · 2391 阅读 · 0 评论 -
python程序的优化经验
经验一: 在机器学习算法中,有时候会写多重for循环,在多重循环的循环体内会调用某些工具函数。这时候,工具函数的效率就非常关键,因为工具函数经常会被调用100w+次。如果工具函数多执行10000次,那么就要整个for循环跑完就要多执行100亿次。userIdList = normUserCountVectDict.keys()actionTypeList = ['0','2'原创 2015-12-24 19:44:01 · 906 阅读 · 0 评论