Python代码性能优化技巧(1)

文章由Byrx.net分享于2019-03-21 05:03:00评论（57）

Python代码性能优化技巧(1)


代码优化能够让程序运行更快，它是在不改变程序运行结果的情况下使得程序的运行效率更高，根据 80/20 原则，实现程序的重构、优化、扩展以及文档相关的事情通常需要消耗 80% 的工作量。优化通常包含两方面的内容：减小代码的体积，提高代码的运行效率。

改进算法，选择合适的数据结构

一个良好的算法能够对性能起到关键作用，因此性能改进的首要点是对算法的改进。在算法的时间复杂度排序上依次是：

O(1) -> O(lg n) -> O(n lg n) -> O(n^2) -> O(n^3) -> O(n^k) -> O(k^n) -> O(n!)

因此如果能够在时间复杂度上对算法进行一定的改进，对性能的提高不言而喻。但对具体算法的改进不属于本文讨论的范围，读者可以自行参考这方面资料。下面的内容将集中讨论数据结构的选择。

字典 (dictionary) 与列表 (list)

Python 字典中使用了 hash table，因此查找操作的复杂度为 O(1)，而 list 实际是个数组，在 list 中，查找需要遍历整个 list，其复杂度为 O(n)，因此对成员的查找访问等操作字典要比 list 更快。

清单 1. 代码 dict.py

  1. from time import time  
  2.  t = time()  
  3.  list = ['a','b','is','python','jason','hello','hill','with','phone','test',  
  4.  'dfdf','apple','pddf','ind','basic','none','baecr','var','bana','dd','wrd']  
  5.  #list = dict.fromkeys(list,True)  
  6.  print list  
  7.  filter = []  
  8.  for i in range (1000000):  
  9.  for find in ['is','hat','new','list','old','.']:  
  10.  if find not in list:  
  11.  filter.append(find)  
  12.  print "total run time:" 
  13.  print time()-t 

上述代码运行大概需要 16.09seconds。如果去掉行 #list = dict.fromkeys(list,True) 的注释，将 list 转换为字典之后再运行，时间大约为 8.375 seconds，效率大概提高了一半。因此在需要多数据成员进行频繁的查找或者访问的时候，使用 dict 而不是 list 是一个较好的选择。

集合 (set) 与列表 (list)

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，并集或者差的问题可以转换为 set 来操作。

清单 2. 求 list 的交集：

  1. from time import time  
  2.  t = time()  
  3.  lista=[1,2,3,4,5,6,7,8,9,13,34,53,42,44]  
  4.  listb=[2,4,6,9,23]  
  5.  intersection=[]  
  6.  for i in range (1000000):  
  7.  for a in lista:  
  8.  for b in listb:  
  9.  if a == b:  
  10.  intersection.append(a)  
  11. print "total run time:" 
  12.  print time()-t 

上述程序的运行时间大概为：

total run time:

38.4070000648

清单 3. 使用 set 求交集

  1. from time import time  
  2.  t = time()  
  3.  lista=[1,2,3,4,5,6,7,8,9,13,34,53,42,44]  
  4.  listb=[2,4,6,9,23]  
  5.  intersection=[]  
  6.  for i in range (1000000):  
  7.  list(set(lista)&set(listb))  
  8.  print "total run time:" 
  9.  print time()-t 

改为 set 后程序的运行时间缩减为 8.75，提高了 4 倍多，运行时间大大缩短。读者可以自行使用表 1 其他的操作进行测试。

表 1. set 常见用法

语法                                   操作                       说明

set(list1) | set(list2)             union                    包含 list1 和 list2 所有数据的新集合

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 中出现但不在 list2 中出现的元素的集合

对循环的优化

对循环的优化所遵循的原则是尽量减少循环过程中的计算量，有多重循环的尽量将内层的计算提到上一层。 下面通过实例来对比循环优化后所带来的性能的提高。程序清单 4 中，如果不进行循环优化，其大概的运行时间约为 132.375。

清单 4. 为进行循环优化前

  1. from time import time  
  2.  t = time()  
  3.  lista = [1,2,3,4,5,6,7,8,9,10]  
  4.  listb =[0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,0.01]  
  5.  for i in range (1000000):  
  6.  for a in range(len(lista)):  
  7.  for b in range(len(listb)):  
  8.  x=lista[a]+listb[b]  
  9.  print "total run time:" 
  10.  print time()-t 

现在进行如下优化，将长度计算提到循环外，range 用 xrange 代替，同时将第三层的计算 lista[a] 提到循环的第二层。

清单 5. 循环优化后

  1. from time import time  
  2.  t = time()  
  3.  lista = [1,2,3,4,5,6,7,8,9,10]  
  4.  listb =[0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,0.01]  
  5.  len1=len(lista)  
  6.  len2=len(listb)  
  7.  for i in xrange (1000000):  
  8.  for a in xrange(len1):  
  9.  temp=lista[a]  
  10.  for b in xrange(len2):  
  11.  x=temp+listb[b]  
  12.  print "total run time:" 
  13.  print time()-t 

上述优化后的程序其运行时间缩短为 102.171999931。在清单 4 中 lista[a] 被计算的次数为 1000000*10*10，而在优化后的代码中被计算的次数为 1000000*10，计算次数大幅度缩短，因此性能有所提升。

充分利用 Lazy if-evaluation 的特性

python 中条件表达式是 lazy evaluation 的，也就是说如果存在条件表达式 if x and y，在 x 为 false 的情况下 y 表达式的值将不再计算。因此可以利用该特性在一定程度上提高程序效率。

清单 6. 利用 Lazy if-evaluation 的特性

  1. from time import time  
  2.  t = time()  
  3.  abbreviations = ['cf.', 'e.g.', 'ex.', 'etc.', 'fig.', 'i.e.', 'Mr.', 'vs.']  
  4.  for i in range (1000000):  
  5.  for w in ('Mr.', 'Hat', 'is', 'chasing', 'the', 'black', 'cat', '.'):  
  6.  if w in abbreviations:  
  7.  #if w[-1] == '.' and w in abbreviations:  
  8.  pass 
  9.  print "total run time:" 
  10.  print time()-t 

在未进行优化之前程序的运行时间大概为 8.84，如果使用注释行代替第一个 if，运行的时间大概为 6.17。

字符串的优化

python 中的字符串对象是不可改变的，因此对任何字符串的操作如拼接，修改等都将产生一个新的字符串对象，而不是基于原字符串，因此这种持续的 copy 会在一定程度上影响 python 的性能。对字符串的优化也是改善性能的一个重要的方面，特别是在处理文本较多的情况下。字符串的优化主要集中在以下几个方面：

1、在字符串连接的使用尽量使用 join() 而不是 +：在代码清单 7 中使用 + 进行字符串连接大概需要 0.125 s，而使用 join 缩短为 0.016s。因此在字符的操作上 join 比 + 要快，因此要尽量使用 join 而不是 +。

清单 7. 使用 join 而不是 + 连接字符串

  1. from time import time  
  2. t = time()  
  3.  s = ""  
  4.  list = ['a','b','b','d','e','f','g','h','i','j','k','l','m','n']  
  5.  for i in range (10000):  
  6.  for substr in list:  
  7.  s+= substr  
  8.  print "total run time:" 
  9.  print time()-t 

同时要避免：

  1. s = ""  
  2. for x in list:  
  3. s += func(x) 

而是要使用：

1 2 slist = [func(elt) for elt in somelist]  s = "".join(slist)

2、当对字符串可以使用正则表达式或者内置函数来处理的时候，选择内置函数。如 str.isalpha()，str.isdigit()，str.startswith((‘x’, ‘yz’))，str.endswith((‘x’, ‘yz’))

3、对字符进行格式化比直接串联读取要快，因此要使用

  1. out = "%s%s%s%s" % (head, prologue, query, tail)  

而避免

  1. out = "" + head + prologue + query + tail + "" 

使用列表解析list comprehension）和生成器表达式generator expression）

列表解析要比在循环中重新构建一个新的 list 更为高效，因此我们可以利用这一特性来提高运行的效率。

  1. from time import time  
  2.  t = time()  
  3.  list = ['a','b','is','python','jason','hello','hill','with','phone','test',  
  4.  'dfdf','apple','pddf','ind','basic','none','baecr','var','bana','dd','wrd']  
  5.  total=[]  
  6.  for i in range (1000000):  
  7.  for w in list:  
  8.  total.append(w)  
  9.  print "total run time:" 
  10.  print time()-t 

使用列表解析：

  1. for i in range (1000000):  
  2. a = [w for w in list] 

上述代码直接运行大概需要 17s，而改为使用列表解析后 ，运行时间缩短为 9.29s。将近提高了一半。生成器表达式则是在 2.4 中引入的新内容，语法和列表解析类似，但是在大数据量处理时，生成器表达式的优势较为明显，它并不创建一个列表，只是返回一个生成器，因此效率较高。在上述例子上中代码 a = [w for w in list] 修改为 a = (w for w in list)，运行时间进一步减少，缩短约为 2.98s。


共3页: 上一页123下一页

相关内容

评论关闭

最新python教程

python~HOT