【51CTO.com快译】 Python是开发人员当中流行的编程语言之一。它应用广泛,无论是Web开发还是机器学习。Python大受欢迎的原因有很多,比如社区支持、出色的库、广泛用于机器学习和大数据以及简单的语法。
尽管有这么多优点,Python还是有一个缺点:速度慢。作为一种解释性语言,Python的速度不如其他编程语言。不过,我们可以用几个技巧来克服这个问题。
本文将分享几个Python技巧,我们可以用来使Python代码运行得比平时更快。
1. 合适的算法和数据结构每个数据结构对运行时间都有显著影响。Python有很多内置的数据结构,比如列表、元组、集和字典等。大多数人在所有情况下都使用列表数据结构。
在Python中,集和字典拥有O(1)查询性能,因为它们使用哈希表。在以下情况下,您可以使用集和字典而不是列表:
您在集合中没有重复项。您需要在集合中重复搜索项。集合含有大量项。您可以在这里看到Python中不同数据结构的时间复杂度:https://wiki.python.org/moin/TimeComplexity。
该页记录了目前cpython中各种 *** 作的时间复杂度(又名“Big O”或“Big Oh”)。
2. 使用内置函数和库Python的内置函数是加速代码的最佳方式之一。您必须在需要时使用内置的Python函数。这些内置函数经过了充分测试和优化。
这些内置函数之所以很快,是由于Python的内置函数(比如min、max、all和map等)都是用C语言实现的。
您应该使用这些内置函数,而不是手动编写有助于更快执行代码的函数。
例子:
newList = [] for word in wordList: newList.append(word.upper())
编写该代码的一种更好的方式是:
newList = map(str.upper, wordList)
这里我们使用内置的map函数,它是用C编写的。因此,它比使用循环要快得多。
3. 使用多个赋值如果您想为多个变量赋值,不要逐行赋值。Python有一种优雅且更好的方式为多个变量赋值。
例子:
firstname = "John" lastname = "Henry" city = "Manchester"
为这些变量赋值的一种更好的方式如下:
firstname, lastname, city = "John", "Henry", "Manchester"
变量的这种赋值比上一种赋值简洁且优雅得多。
4. 偏爱列表推导而非循环列表推导是一种优雅且更好的方式,只需一行代码即可基于现有列表的元素创建新列表。
与定义一个空列表并为该空列表添加元素相比,列表推导是一种更具Python特色的创建新列表的方式。
列表推导的另一个优点是,它比使用append方法为Python 列表添加元素更快。
例子:
newList = [] for i in range(1, 100): if i % 2 == 0: newList.append(i**2)
使用列表推导的一种更好的方式:
newList = [i**2 for i in range(1, 100) if i%2==0]
如果使用列表推导,代码看起来更简洁。
5. 适当的导入您应该避免导入不必要的模块和库,除非需要它们。可以指定模块名称而不是导入完整的库。
导入不必要的库会导致代码性能下降。
例子:
假设您需要求一个数的平方根。别用这个:
import math value = math.sqrt(50)
而是用这个:
from math import sqrt value = sqrt(50)
6. 字符串连接在Python中,我们使用“+”运算符连接字符串。但是在Python中连接字符串的另一种方式是使用join方法。
join方法是一种更具Python特色的连接字符串的方式,它也比使用“+”运算符连接字符串更快。
join() 方法更快的原因是,“+”运算符创建一个新字符串,然后在每一步复制旧字符串,而join() 方法不是这么工作的。
例子:
output = "Programming" + "is" + "fun
使用join方法:
output = " ".join(["Programming" , "is", "fun"])
这两种方法的输出一样。唯一的区别是,join()方法比“+”运算符快。
结束语这就是本文的全部内容。本文讨论了可用于加快代码运行速度的几个技巧。这些技巧尤其适用于争分夺秒的竞赛型编程。
总结以上是内存溢出为你收集整理的怎么 *** 作能使Python代码运行起来速度飞快?全部内容,希望文章能够帮你解决怎么 *** 作能使Python代码运行起来速度飞快?所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)