Python代码中优化提速的小技巧分享
Python是一种非常高级的编程语言。它的类型是面向对象和脚本语言。与C或C等编程语言相比,其性能和效率会有一些不足。当然,不要以为Python的效率很高。更糟糕的是,只要有正确的代码规范,就可以达到预期的性能。
代码优化原则:
1.不要过早优化。优化的前提是代码可以正常工作。过早优化可能会忽略对整体性能指标的把握。在获得整体结果之前不要颠倒优先级。
2.优化是有代价的。几乎不可能解决所有的性能问题。通常的选择是时间换空间或空间换时间。
3.不要优化那些不相关的部分。如果对代码的每一部分都进行优化,这些修改会使代码难以阅读和理解。如果你的代码运行缓慢,首先要找到代码运行缓慢的地方,一般在内循环,重点优化慢的地方。在其他地方,稍微耽误一点时间是没有效果的。
避免全局变量:
很多程序员一开始都会用Python写一些简单的脚本。写脚本的时候,一般都是直接把它们写成全局变量,比如上面的代码。但是,由于全局变量和局部变量的实现方式不同,全局作用域中定义的代码会比函数中定义的代码运行得慢很多。通过将脚本语句放入函数中,通常可以带来大约15%-30%的速度提升。
循环优化:使用for循环代替while循环,或者使用隐式for循环代替显式for循环,以减少内部for循环的计算。
选择合适的数据结构:
例如,Python的内置数据结构类似于C中的数据结构,它是一个动态数组。它会预先分配一定数量的内存空间。当预先分配的内存空间用完,你继续往里面添加元素时,它会申请更大的内存空间,然后把原来的元素全部复制下来,然后销毁之前的内存空间,再插入新的元素。
删除元素时的操作类似,当使用的内存空间小于预分配内存空间的一半时,会再申请一个小内存,做一个元素拷贝,之后会破坏原来的大内存空间。因此,如果添加和删除操作频繁,并且新增和删除的元素数量较多,则列表效率不高,这时候就应该考虑使用了。它是一个双端队列,同时具有栈和队列的特性,可以在两端进行O(1)复杂度的插入和删除操作。
猜你喜欢LIKE
相关推荐HOT
更多>>python中如何dataframe转换为ndarray?
python中如何dataframe转换为ndarray?小编介绍过python中ndarray与series如何相互转换的方法,其实Series转换为ndarray是一个一维数组,作为pan...详情>>
2023-11-14 05:21:25python中os.remove()的使用注意
python中os.remove()的使用注意计算机一般来说是需要定期的清理,系统的内存不能延伸,同时有一些不需要的文件也可以得以清除掉。有些人会使用o...详情>>
2023-11-14 04:47:11python元组的优势有哪些
python元组的优势有哪些本文教程操作环境:windows7系统、Python3.9.1,DELLG3电脑。1、因为元素不可变性,它可以作为哈希类型的key值。这样使...详情>>
2023-11-14 03:55:04python如何获取当前文件的部分信息?
python中如何获取当前文件的部分信息?一、文件对象常用的属性1、file.name:文件的名称2、file.mode:打开文件时,采用的文件打开模式3、file.e...详情>>
2023-11-14 03:24:14热门推荐
python中如何应用视图函数?
沸python根据键值(value)返回键(key)
热python中pickle模块是什么?
热python解析json文件方法
新python中如何dataframe转换为ndarray?
python中os.remove()的使用注意
Python中if嵌套是什么?
python元组的优势有哪些
python如何获取当前文件的部分信息?
Python使用平面文件进行存储
python中remove()方法如何使用删除后的值?
python如何使用RE正则表达检验字符串
pythonSelenium操作Cookie的方法
python类方法的注意点