怎么加速Python列表和字典

本篇内容主要讲解"怎么加速Python列表和字典"，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习"怎么加速Python列表和字典"吧!

我们先编写一个装饰器函数来计算函数的执行时间，方便测验不同代码的速度：

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、避免在列表中重新评估

1. 在循环内

代码：

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

在上面的函数中.append每次通过循环重新计算的函数引用。执行后，上述函数所花费的总时间:

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

2. 在循环外

代码：

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

在上面的函数中，我们对nums.append在循环外部估值，并在循环内部使用append为变量。总时间：

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

如您所见，当我们在for循环外部追加为一个本地变量，这将花费更少的时间，可以将代码加速201 ms。

二、避免在字典中重新求值

1. 在循环内部

代码：

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

上述函数所花费的总时间：

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

2. 在循环外

代码：

@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)))

上述函数所花费的总时间：

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

如你所见，我们这里的代码速度提高了211毫秒。

到此，相信大家对"怎么加速Python列表和字典"有了更深的了解，不妨来实际操作一番吧！这里是网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！