14、Python编程：性能、可读性与代码优化

Python编程：性能、可读性与代码优化

1. 性能考量

在Python编程中，实现相同的结果往往有多种方式，如使用 map 、 zip 、 filter 、列表推导式、生成器函数或表达式，甚至使用 for 循环。在考虑性能时，主要有两个关键因素：空间和时间。

• 空间因素 ：指数据结构占用的内存大小。选择时可问自己是否真的需要列表或元组，若简单的生成器函数能满足需求，使用生成器可节省大量空间。不过，有些算法需要多次扫描序列或使用多指针，此时生成器函数就不适用，因为它只能迭代一次。
• 时间因素 ：时间性能较复杂，受多种变量影响，不能绝对地说某种方法比另一种快。但根据目前的测试， map 调用速度可能是等效 for 循环的两倍，而列表推导式通常比 map 调用更快。这是因为 map 和列表推导式在解释器中以C语言速度运行，而Python的 for 循环在Python虚拟机中作为Python字节码运行，速度较慢。

为了验证这些结论，我们来看下面的代码示例：

# performances.py
from time import time
mx = 5500  # this is the max I could reach