怎么加速Python列表和字典

本篇內容主要講解“怎么加速Python列表和字典”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“怎么加速Python列表和字典”吧!

我們先編寫一個裝飾器函數來計算函數的執行時間，方便測驗不同代碼的速度：

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、避免在列表中重新評估

1. 在循環內

代碼：

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

在上面的函數中.append每次通過循環重新計算的函數引用。執行后，上述函數所花費的總時間:

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

2. 在循環外

代碼：

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

在上面的函數中，我們對nums.append在循環外部估值，并在循環內部使用append為變量?？倳r間：

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

如您所見，當我們在for循環外部追加為一個本地變量，這將花費更少的時間，可以將代碼加速201 ms。

二、避免在字典中重新求值

1. 在循環內部

代碼：

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

上述函數所花費的總時間：

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

2. 在循環外

代碼：

@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)))

上述函數所花費的總時間：

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

如你所見，我們這里的代碼速度提高了211毫秒。

到此，相信大家對“怎么加速Python列表和字典”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！