从性能角度出发对python的一些惯用法做一个简单总结,希望对大家有用~ 提到性能,最容易想到的是降低复杂度,一般可以通过测量代码回路复杂度(cyclomatic complexitly)和Landau符号(大O)来分析, 比如dict查找是O(1),而列表的查找却是O(n),显然数据的存储方式选择会直接影响算法的复杂度。 一、数据结构的选择:1. 在列表中查找: 对于已经排序的列表考虑用bisect模块来实现查找元素,该模块将使用二分查找实现 def find(seq, el) : pos = bisect(seq, el) if pos == 0 or ( pos == len(seq) and seq[-1] != el ) : return -1 return pos - 1 而快速插入一个元素可以用: bisect.insort(list, element) 这样就插入元素并且不需要再次调用 sort() 来保序,要知道对于长list代价很高. 2. set代替列表: 比如要对一个list进行去重,最容易想到的实现: seq = ['a', 'a', 'b'] res = [] for i in seq: if i not in res: res.append(i) 显然上面的实现的复杂度是O(n2),若改成: seq = ['a', 'a', 'b'] res = set(seq) 复杂度马上降为O(n),当然这里假定set可以满足后续使用。 另外,set的union,intersection,difference等操作要比列表的迭代快的多,因此如果涉及到求列表交集,并集或者差集等问题可以转换为set来进行,平时使用的时候多注意下,特别当列表比较大的时候,性能的影响就更大。 3. 使用python的collections模块替代内建容器类型: collections有三种类型:
列表是基于数组实现的,而deque是基于双链表的,所以后者在中间or前面插入元素,或者删除元素都会快很多。 defaultdict为新的键值添加了一个默认的工厂,可以避免编写一个额外的测试来初始化映射条目,比dict.setdefault更高效,引用python文档的一个例子: #使用profile stats工具进行性能分析 >>> from pbp.scripts.profiler import profile, stats >>> s = [('yellow', 1), ('blue', 2), ('yellow', 3), ... ('blue', 4), ('red', 1)] >>> @profile('defaultdict') ... def faster(): ... d = defaultdict(list) ... for k, v in s: ... d[k].append(v) ... >>> @profile('dict') ... def slower(): ... d = {} ... for k, v in s: ... d.setdefault(k, []).append(v) ... >>> slower(); faster() Optimization: Solutions [ 306 ] >>> stats['dict'] {'stones': 16.587882671716077, 'memory': 396, 'time': 0.35166311264038086} >>> stats['defaultdict'] {'stones': 6.5733464259021686, 'memory': 552, 'time': 0.13935494422912598} 可见性能提升了快3倍。defaultdict用一个list工厂作为参数,同样可用于内建类型,比如long等。
除了实现的算法、架构之外,python提倡简单、优雅。所以正确的语法实践又很有必要,这样才会写出优雅易于阅读的代码。 二、语法最佳实践:
(1)用join代替 '+' 操作符,后者有copy开销; (2)同时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)字符格式化操作优于直接串联读取: str = "%s%s%s%s" % (a, b, c, d) # efficient str = "" + a + b + c + d + "" # slow 2. 善用list comprehension(列表解析) & generator(生成器) & decorators(装饰器),熟悉itertools等模块: (1) 列表解析,我觉得是python2中最让我印象深刻的特性,举例1: >>> # the following is not so Pythonic >>> numbers = range(10) >>> i = 0 >>> evens = [] >>> while i < len(numbers): >>> if i %2 == 0: evens.append(i) >>> i += 1 >>> [0, 2, 4, 6, 8] >>> # the good way to iterate a range, elegant and efficient >>> evens = [ i for i in range(10) if i%2 == 0] >>> [0, 2, 4, 6, 8] 举例2: def _treament(pos, element): return '%d: %s' % (pos, element) f = open('test.txt', 'r') if __name__ == '__main__': #list comps 1 print sum(len(word) for line in f for word in line.split()) #list comps 2 print [(x + 1, y + 1) for x in range(3) for y in range(4)] #func print filter(lambda x: x % 2 == 0, range(10)) #list comps3 print [i for i in range(10) if i % 2 == 0] #list comps4 pythonic print [_treament(i, el) for i, el in enumerate(range(10))] output: 24 [(1, 1), (1, 2), (1, 3), (1, 4), (2, 1), (2, 2), (2, 3), (2, 4), (3, 1), (3, 2), (3, 3), (3, 4)] [0, 2, 4, 6, 8] [0, 2, 4, 6, 8] ['0: 0', '1: 1', '2: 2', '3: 3', '4: 4', '5: 5', '6: 6', '7: 7', '8: 8', '9: 9'] 没错,就是这么优雅简单。 (2) 生成器表达式在python2.2引入,它使用'lazy evaluation'思想,因此在使用内存上更有效。引用python核心编程中计算文件中最长的行的例子:
f = open('/etc/motd, 'r') longest = max(len(x.strip()) for x in f) f.close() return longest 这种实现简洁而且不需要把文件文件所有行读入内存。 (3) python在2.4引入装饰器,又是一个让人兴奋的特性,简单来说它使得函数和方法封装(接收一个函数并返回增强版本的函数)更容易阅读、理解。'@'符号是装饰器语法,你可以装饰一个函数,记住调用结果供后续使用,这种技术被称为memoization的,下面是用装饰器完成一个cache功能: import time import hashlib import pickle from itertools import chain cache = {} def is_obsolete(entry, duration): return time.time() - entry['time'] > duration def compute_key(function, args, kw): #序列化/反序列化一个对象,这里是用pickle模块对函数和参数对象进行序列化为一个hash值 key = pickle.dumps((function.func_name, args, kw)) #hashlib是一个提供MD5和sh1的一个库,该结果保存在一个全局字典中 return hashlib.sha1(key).hexdigest() def memoize(duration=10): def _memoize(function): def __memoize(*args, **kw): key = compute_key(function, args, kw) # do we have it already if (key in cache and not is_obsolete(cache[key], duration)): print 'we got a winner' return cache[key]['value'] # computing result = function(*args, **kw) # storing the result cache[key] = {'value': result,- 'time': time.time()} return result return __memoize return _memoize @memoize() def very_very_complex_stuff(a, b, c): return a + b + c print very_very_complex_stuff(2, 2, 2) print very_very_complex_stuff(2, 2, 2) @memoize(1) def very_very_complex_stuff(a, b): return a + b print very_very_complex_stuff(2, 2) time.sleep(2) print very_very_complex_stuff(2, 2) 运行结果: 6 we got a winner 6 4 4 装饰器在很多场景用到,比如参数检查、锁同步、单元测试框架等,有兴趣的人可以自己进一步学习。 3. 善用python强大的自省能力(属性和描述符):自从使用了python,真的是惊讶原来自省可以做的这么强大简单,关于这个话题,限于内容比较多,这里就不赘述,后续有时间单独做一个总结,学习python必须对其自省好好理解。
三、 编码小技巧:
9. 三元操作符(python2.5后):V1 if X else V2,避免使用(X and V1) or V2,因为后者当V1=""时,就会有问题。 10. python之switch case实现:因为switch case语法完全可用if else代替,所以python就没 有switch case语法,但是我们可以用dictionary或lamda实现: switch case结构: switch (var) { case v1: func1(); case v2: func2(); ... case vN: funcN(); default: default_func(); } dictionary实现: values = { v1: func1, v2: func2, ... vN: funcN, } values.get(var, default_func)() lambda实现: { '1': lambda: func1, '2': lambda: func2, '3': lambda: func3 }[value]() 用try…catch来实现带Default的情况,个人推荐使用dict的实现方法。
这里只总结了一部分python的实践方法 (责任编辑:最模板) |