今天，我們將討論Python中的優(yōu)化技術(shù)。在本文中，您將了解如何通過避免在列表和字典中進(jìn)行重新計算來加快代碼的速度。

我們先編寫一個裝飾器函數(shù)來計算函數(shù)的執(zhí)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(huán)內(nèi)

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(shù)中.append每次通過循環(huán)重新計算的函數(shù)引用。執(zhí)行后，上述函數(shù)所花費的總時間:

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

2. 在循環(huán)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(shù)中，我們對nums.append在循環(huán)外部估值，并在循環(huán)內(nèi)部使用append為變量。總時間：

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

如您所見，當(dāng)我們在​for循環(huán)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(huán)內(nèi)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(shù)所花費的總時間：

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

2. 在循環(huán)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(shù)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。

英文原文：https://dev.to/sharmapacific/speedup-python-list-and-dictionary-12kd