選擇了腳本語言就要忍受其速度，這句話在某種程度上說明了 python 作為腳本的一個不足之處，那就是執行效率和性能不夠理想，特別是在 performance 較差的機器上，因此有必要進行一定的代碼優化來提高程序的執行效率。如何進行 Python 性能優化，是本文探討的主要問題。本文會涉及常見的代碼優化方法，性能優化工具的使用以及如何診斷代碼的性能瓶頸等內容，希望可以給 Python 開發人員一定的參考。
Python 代碼優化常見技巧
代碼優化能夠讓程序運行更快，它是在不改變程序運行結果的情況下使得程序的運行效率更高，根據 80/20 原則，實現程序的重構、優化、擴展以及文檔相關的事情通常需要消耗 80% 的工作量。優化通常包含兩方面的內容：減小代碼的體積，提高代碼的運行效率。
改進演算法，選擇合適的數據結構
一個良好的演算法能夠對性能起到關鍵作用，因此性能改進的首要點是對演算法的改進。在演算法的時間複雜度排序上依次是：
O(1) -> O(lg n) -> O(n lg n) -> O(n^2) -> O(n^3) -> O(n^k) -> O(k^n) -> O(n!)
因此如果能夠在時間複雜度上對演算法進行一定的改進，對性能的提高不言而喻。但對具體演算法的改進不屬於本文討論的範圍，讀者可以自行參考這方面資料。下面的內容將集中討論數據結構的選擇。
- 字典 (dictionary) 與列表 (list)
Python 字典中使用了 hash table，因此查找操作的複雜度為 O(1)，而 list 實際是個數組，在 list 中，查找需要遍歷整個 list，其複雜度為 O(n)，因此對成員的查找訪問等操作字典要比 list 更快。
清單 1. 代碼 dict.py 03 | list = ['a','b','is','python','jason','hello','hill','with','phone','test', |
04 | 'dfdf','apple','pddf','ind','basic','none','baecr','var','bana','dd','wrd'] |
08 | for i in range (1000000): |
09 | for find in ['is','hat','new','list','old','.']: |
12 | print "total run time:" |
上述代碼運行大概需要 16.09seconds。如果去掉行 #list = dict.fromkeys(list,True) 的註釋，將 list 轉換為字典之後再運行，時間大約為 8.375 seconds，效率大概提高了一半。因此在需要多數據成員進行頻繁的查找或者訪問的時候，使用 dict 而不是 list 是一個較好的選擇。
set 的 union， intersection，difference 操作要比 list 的迭代要快。因此如果涉及到求 list 交集，並集或者差的問題可以轉換為 set 來操作。
清單 2. 求 list 的交集： 03 | lista=[1,2,3,4,5,6,7,8,9,13,34,53,42,44] |
06 | for i in range (1000000): |
10 | intersection.append(a) |
13 | print "total run time:" |
上述程序的運行時間大概為：
total run time:
38.4070000648
清單 3. 使用 set 求交集 3 | lista=[1,2,3,4,5,6,7,8,9,13,34,53,42,44] |
6 | for i in range (1000000): |
7 | list(set(lista)&set(listb)) |
8 | print "total run time:" |
改為 set 后程序的運行時間縮減為 8.75，提高了 4 倍多，運行時間大大縮短。讀者可以自行使用表 1 其他的操作進行測試。
表 1. set 常見用法 | 語法 | 操作 | 說明 |
| set(list1) | set(list2) | union | 包含 list1 和 list2 所有數據的新集合 |
| set(list1) & set(list2) | intersection | 包含 list1 和 list2 中共同元素的新集合 |
| set(list1) - set(list2) | difference | 在 list1 中出現但不在 list2 中出現的元素的集合 |
對循環的優化
對循環的優化所遵循的原則是盡量減少循環過程中的計算量，有多重循環的盡量將內層的計算提到上一層。 下面通過實例來對比循環優化后所帶來的性能的提高。程序清單 4 中，如果不進行循環優化，其大概的運行時間約為 132.375。
清單 4. 為進行循環優化前 03 | lista = [1,2,3,4,5,6,7,8,9,10] |
04 | listb =[0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,0.01] |
05 | for i in range (1000000): |
06 | for a in range(len(lista)): |
07 | for b in range(len(listb)): |
09 | print "total run time:" |
現在進行如下優化，將長度計算提到循環外，range 用 xrange 代替，同時將第三層的計算 lista[a] 提到循環的第二層。
清單 5. 循環優化后 ------分隔線----------------------------
- 上一篇：EasyMock教程--入門指南
- 下一篇：安裝 Mate 1.4在Ubuntu 12.04等系統中
- 文章分類
-
新聞動態 企鵝看世界 軟體更新資訊 新手入門 資料庫類 系統安全 系統管理 網路管理 使用經驗 編程開發 企業應用 硬體相關 Unix家族 觀點評論 人物介紹 技術前沿 專題 開源生活 開源美圖 英文資料 Eden團隊出品 開源軟體庫
- 軟體導航
-
- 發行版類 內核相關 伺服器類 模擬模擬 文件管理
- 系統安全 多媒體類 硬體工具 編程開發 網路熱門
- 雜類工具 網路工具 圖形圖像 閱讀編輯 書籍資料
- 遊戲軟體 辦公軟體 數據備份 中文相關 系統管理
- 科學計算 資料庫類 XWin系統
- 論壇導航
-
- 初級應用-> 新手入門 | 伺服器應用 | 中文化 | 軟體使用交流 | 硬體驅動 | 圖片秀 | 茶館
- 高級應用->資料庫 | 系統安全 | 嵌入式應用|
- 編程開發-> C/C++(STL/boost) | 內核 | RAD|Perl/PHP/Python | JAVA/XML | Shell
- 發行版-> Redhat和Fedora | Debian | Gentoo | Slackware/Suse | Mandrake/Mandriva
- Unix ->FreeBSD | Solaris | 其他Unix討論
