编程路上，必不可少的编程技巧

最新推荐文章于 2025-08-23 04:41:11 发布

转载最新推荐文章于 2025-08-23 04:41:11 发布 · 183 阅读

CC 4.0 BY-SA版权

原文链接：https://mp.weixin.qq.com/mp/homepage?__biz=MzUyNTUwNTU5Nw==\x26amp;hid=6\x26amp;sn=6b4c15a4750bfa84b124eed1d66ed5d2#rd

点击上方“背锅侠Tester”，从陌生到恋爱的感觉~

听说看超哥的文章会上瘾

2019最大的心愿是睡好觉养好身体

身体健健康康家人平安

祝各位同上@all

-Tester-也哥-

在编程的过程中，有很多技巧，但是若不注意，就很容易忽略，即使是高级程序员会出现一些问题。今天，就几个编程技巧，进行一下总结，看看这些你是否有注意到？

根据出现的频率来调整判断条件的顺序

在写if...elif...else语句时，可以根据判断条件出现的频率来调整顺序，使得出现频率越高的条件，越在前面。这样可以减少判断条件的次数，提高代码的性能与效率。

例如，在计算成绩的时候，大家都清楚成绩通常是正太分布的，所以先判断B和C时，能够减少判断的次数，提高代码效率，如下所示：

if score > 70 and score < 80:
    performance = "B"
elif score > 60 and score < 70:
    performance = "C"
elif score > 90:
    performance = "A"
else:
    performance = "D"

另外，大家应该都比较熟悉短路判断，即：

if A and B

如果A不满足的话，不再对B进行比较。所以，在写代码时，可以将不容易满足的条件设置为A，减少比较次数，提高代码效率。

同理，对于

if A or B

当A满足条件时，则不执行B。所以，大家在写代码时，可以将容易满足的条件放在A，而不容易满足的放在B，减少比较次数，提升代码质量。

采用缓存的机制

相信缓存大家已经很熟悉了，Redis，MemoryCache等都是经典的缓存实现，但是在代码中如何利用缓存呢？

这里，最经典的就是动态规划。

看这样一个问题：一个楼梯有10级，每次走1级或两级，请问从底走到顶一共有多少种走法？比如，每次走1级台阶，一共走10步，这是其中一种走法。我们可以简写成 1,1,1,1,1,1,1,1,1,1。再比如，每次走2级台阶，一共走5步，这是另一种走法。我们可以简写成 2,2,2,2,2。当然，除此之外，还有很多很多种走法。

很容易将问题建立模型为：

F(1) = 1

F(2) = 2

F(n) = F(n-1) + F(n-2) (3 <= n <= 10)

采用动态规划来求解，算法代码如下：

def climbStairs(n):
    """
    计算n级台阶的走法，每次可走1步或者2步
    :param n: 台阶总数
    :return: n级台阶的走法
    """
    if n < 1:
        return 0
    elif n == 1:
        return 1
    elif n == 2:
        return 2
    else:
        return climbStairs(n - 1) + climbStairs(n - 2)

熟悉递归调用的同学知道，这样会有很多重复计算。那么，如何避免重复计算呢？答案很简单，就是在代码中采用缓存的机制，当然，也有一些说法是备忘录机制，大同小异了。算法代码如下：

def climbStairs(n, value):
    """
    计算n级台阶的走法，每次可走1步或者2步
    :param n: 台阶总数
    :param value: 存储各个不同台阶走法的dict
    :return: n级台阶的走法
    """
    if value.get(n) is not None:
        return value.get(n)
    else:
        if n < 1:
            value[n] = 0
        elif n == 1:
            value[n] = 1
        elif n == 2:
            value[n] = 2
        else:
            value[n] = climbStairs(n - 1, value) + climbStairs(n - 2, value)

        return value[n]

另外，在一些计算过程中，对于需要频繁计算的结果，也可以采用这种缓存机制，能够较好的提升代码效率。

简化相关的数学运算

在编程的过程中，可能会遇到一些数学方面的计算，如果不做简化的话，将会降低代码的效率。这里比如说，大家都清楚 log()方法返回x的自然对数，对于x>0。但是如果要求以2为底的对数该怎么办呢？

通常，根据公式 logb(x) = log(x)/log(b)，所以，Python代码可以如下：

def log2(x):
    import math
    return math.log(x)/math.log(2)

实现是没有问题的，但是效率呢？必然会很低。因为每次都会计算log(2)，势必会增大运算量。如何降低运算量呢？很简单，将math.log(2)的结果设置为一个常量即可。

今天就讲一下这三个技巧，当然，还有很多技巧，后续还会继续讲解。也期待你留言补充你觉得很好的编程技巧哦。

本文来自公众号：python那些事

文部分来源网络，如有侵权请第一时间联系删除。

往期推荐：

MySQL进阶之索引

MySQL 进阶全套

MySQL 入门全套

看完本文有收获？请转发分享给更多人

+上方微信入技术、招聘群，做顶级背锅侠

公众号简介：背锅侠Tester

1.本订阅号专业抓取各大公司经典面试题，定期推送

2.测试从业者各项知识技术文档推送学习【自动化】【性能】【linux】【数据库】【安全】【python】【git】【面试】【领书】等

3.不定期在测试技术招聘群发送各大公司的招聘需求/推送红包/送书等活动；长按扫描下方二维码进行关注查阅更多精彩好文，领取资料。

The birth of life is a pleasant surprise.Life is you.

生命是惊喜,生活是你点赞与分享是中华人民传统美德

Date：2018-1-27

点击【好看】,分享给更多朋友：）