加速Python列表和字典，让你代码更加高效

今天，我们将讨论Python中的优化技术。在本文中，您将了解如何通过避免在列表和字典中进行重新计算来加快代码的速度。

我们先编写一个装饰器函数来计算函数的执行时间，方便测验不同代码的速度：

 
 
 
 

  
  
  
  
import functools 
  
  
  
  
import time 
  
  
  
  
 
  
  
  
  
def timeit(func): 
  
  
  
  
    @functools.wraps(func) 
  
  
  
  
    def newfunc(*args, **kwargs): 
  
  
  
  
        startTime = time.time() 
  
  
  
  
        func(*args, **kwargs) 
  
  
  
  
        elapsedTime = time.time() - startTime 
  
  
  
  
        print('function - {}, took {} ms to complete'.format(func.__name__, int(elapsedTime * 1000))) 
  
  
  
  
    return newfunc 
 
 
 
 

一、避免在列表中重新评估

1. 在循环内

代码：

 
 
 
 

  
  
  
  
@timeit 
  
  
  
  
def append_inside_loop(limit): 
  
  
  
  
    nums = [] 
  
  
  
  
    for num in limit: 
  
  
  
  
        nums.append(num) 
  
  
  
  
 
  
  
  
  
append_inside_loop(list(range(1, 9999999))) 
 
 
 
 

在上面的函数中.append每次通过循环重新计算的函数引用。执行后，上述函数所花费的总时间:

 
 
 
 

  
  
  
  
o/p - function - append_inside_loop, took 529 ms to complete 
 
 
 
 

2. 在循环外

代码：

 
 
 
 

  
  
  
  
@timeit 
  
  
  
  
def append_outside_loop(limit): 
  
  
  
  
    nums = [] 
  
  
  
  
    append = nums.append 
  
  
  
  
    for num in limit: 
  
  
  
  
        append(num) 
  
  
  
  
 
  
  
  
  
append_outside_loop(list(range(1, 9999999))) 
 
 
 
 

在上面的函数中，我们对nums.append在循环外部估值，并在循环内部使用append为变量。总时间：

 
 
 
 

  
  
  
  
o/p - function - append_outside_loop, took 328 ms to complete 
 
 
 
 

如您所见，当我们在​for循环外部追加为一个本地变量，这将花费更少的时间，可以将代码加速201 ms。​

二、避免在字典中重新求值

1. 在循环内部

代码：

 
 
 
 

  
  
  
  
@timeit 
  
  
  
  
def inside_evaluation(limit): 
  
  
  
  
    data = {} 
  
  
  
  
    for num in limit: 
  
  
  
  
        data[num] = data.get(num, 0) + 1 
  
  
  
  
 
  
  
  
  
inside_evaluation(list(range(1, 9999999))) 
 
 
 
 

上述函数所花费的总时间：

 
 
 
 

  
  
  
  
o/p - function - inside_evaluation, took 1400 ms to complete 
 
 
 
 

2. 在循环外

代码：

 
 
 
 

  
  
  
  
@timeit 
  
  
  
  
def outside_evaluation(limit): 
  
  
  
  
    data = {} 
  
  
  
  
    get = data.get 
  
  
  
  
    for num in limit: 
  
  
  
  
        data[num] = get(num, 0) + 1 
  
  
  
  
 
  
  
  
  
 
  
  
  
  
outside_evaluation(list(range(1, 9999999))) 
 
 
 
 

上述函数所花费的总时间：

 
 
 
 

  
  
  
  
o/p - function - outside_evaluation, took 1189 ms to complete 
 
 
 
 

如你所见，我们这里的代码速度提高了211毫秒。

英文原文：https://dev.to/sharmapacific/speedup-python-list-and-dictionary-12kd

当前名称：加速Python列表和字典，让你代码更加高效
标题来源：http://www.csdahua.cn/qtweb/news46/470496.html

网站建设、网络推广公司-快上网，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 快上网