優化python效率的方法有哪些

這篇文章給大家分享的是有關優化python效率的方法有哪些的內容。小編覺得挺實用的，因此分享給大家做個參考。一起跟隨小編過來看看吧。

優化python的效率的方法：1、優化算法時間復雜度；2、減少冗余數據；3、合理使用copy與deepcopy；4、使用dict或set查找元素；5、合理使用生成器（generator）和yield。

優化方法：

1、優化算法時間復雜度

算法的時間復雜度對程序的執行效率影響最大，在Python中可以通過選擇合適的數據結構來優化時間復雜度，如list和set查找某一個元素的時間復雜度分別是O(n)和O(1)。

2、減少冗余數據

如用上三角或下三角的方式去保存一個大的對稱矩陣。在0元素占大多數的矩陣里使用稀疏矩陣表示。

3、合理使用copy與deepcopy

對于dict和list等數據結構的對象，直接賦值使用的是引用的方式。而有些情況下需要復制整個對象，這時可以使用copy包里的copy和deepcopy，這兩個函數的不同之處在于后者是遞歸復制的。效率也不一樣：（以下程序在ipython中運行）

import copy
a = range(100000)
%timeit -n 10 copy.copy(a) # 運行10次 copy.copy(a)
%timeit -n 10 copy.deepcopy(a)
10 loops, best of 3: 1.55 ms per loop
10 loops, best of 3: 151 ms per loop

timeit后面的-n表示運行的次數，后兩行對應的是兩個timeit的輸出，下同。由此可見后者慢一個數量級。

4、使用dict或set查找元素

python dict和set都是使用hash表來實現(類似c++11標準庫中unordered_map)，查找元素的時間復雜度是O(1)

a = range(1000)
s = set(a)
d = dict((i,1) for i in a)
%timeit -n 10000 100 in d
%timeit -n 10000 100 in s
10000 loops, best of 3: 43.5 ns per loop
10000 loops, best of 3: 49.6 ns per loop

dict的效率略高(占用的空間也多一些)。

5、合理使用生成器（generator）和yield

%timeit -n 100 a = (i for i in range(100000))
%timeit -n 100 b = [i for i in range(100000)]
100 loops, best of 3: 1.54 ms per loop
100 loops, best of 3: 4.56 ms per loop

使用()得到的是一個generator對象，所需要的內存空間與列表的大小無關，所以效率會高一些。在具體應用上，比如set(i for i in range(100000))會比set([i for i in range(100000)])快。

但是對于需要循環遍歷的情況：

%timeit -n 10 for x in (i for i in range(100000)): pass
%timeit -n 10 for x in [i for i in range(100000)]: pass
10 loops, best of 3: 6.51 ms per loop
10 loops, best of 3: 5.54 ms per loop

后者的效率反而更高，但是如果循環里有break,用generator的好處是顯而易見的。yield也是用于創建generator：

def yield_func(ls):
for i in ls:
yield i+1
 def not_yield_func(ls):
return [i+1 for i in ls]
 ls = range(1000000)
%timeit -n 10 for i in yield_func(ls):pass
%timeit -n 10 for i in not_yield_func(ls):pass
10 loops, best of 3: 63.8 ms per loop
10 loops, best of 3: 62.9 ms per loop

對于內存不是非常大的list，可以直接返回一個list，但是可讀性yield更佳(人個喜好)。

python2.x內置generator功能的有xrange函數、itertools包等。

感謝各位的閱讀！關于優化python效率的方法有哪些就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！