Python中優(yōu)化列表和字典

Python中優(yōu)化列表和字典，相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

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(fèi)的總時間:

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

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?？倳r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(fèi)更少的時間，可以將代碼加速201 ms。

避免在字典中重新求值

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(fèi)的總時間：

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

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(fèi)的總時間：

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

看完上述內(nèi)容，你們掌握Python中優(yōu)化列表和字典的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！