python之性能优化

性能优化 (Performance tuning) 是一件多姿多彩的事情。
Python 是一种解释性语言并不表示你不应该担心代码优化。但也不必太担心。

代码优化是否必要

由于代码优化过程中存在太多的不明确因素，以至于你很难清楚该从何入手。

让我们从这里开始：你真的确信你要这样做吗？ 你的代码真的那么差吗？值得花时间去优化它吗？在你的应用程序的生命周期中，与花费在等待一个远程数据库服务器，或是等待用户输入相比，运行这段代码将花费多少时间？

第二，你确信已经完成代码编写了吗？ 过早的优化就像是在一块半生不熟的蛋糕上撒糖霜。你花费了几小时、几天(或更长) 时间来优化你的代码以提高性能，却发现它不能完成你希望它做的工作。那是浪费时间。

这并不是说代码优化毫无用处，但是你需要检查一下整个系统，并且确定把时间花在这上面是值得的。在优化代码上每花费一分钟，就意味着你少了增加新功能、编写文档或者陪你的孩子玩或者编写单元测试的一分钟。

哦，是的，单元测试。不必我说，在开始性能优化之前你需要一个完全的单元测试集。你需要的最后一件事情就是在乱动你的算法时引入新的问题。

谨记着这些忠告。

使用timeit模块

你需要知道的最重要问题是，决不要自己编写计时函数。为一个很短的代码计时都很复杂。

Python 具备一个叫做 timeit 的完美计时工具。

import timeit

t=timeit.Timer("soundex.soundex('xyz')", "import soundex") //导入语句以及计时语句

t.timeit(n) //运行n次的耗时，缺省是100万次

t.repeat(3, 200000) //每次测试运行200000次，运行3次测试的耗时

优化正则表达式

就检查一个字符串而言，正则表达式几乎永远不是最好的答案，而且应该被尽可能避开。 这不仅仅是基于性能考虑，而是因为差错和维护都很困难，当然性能也是个原因。

优化字典查找

优化列表操作

优化字符串操作

小结

我希望你有很好的见解：性能并不是一切。 你在优化方面的努力应该与程序的可读性和可维护性相平衡。

• 如果你要在正则表达式和编写循环间抉择，选择正则表达式。 正则表达式因其是以 C 语言编译的可以本能地在你的计算机上运行，你的循环却以 Python 编写需要通过 Python 解释器运行。
• 如果你需要在正则表达式和字符串方法间抉择，选择字符串方法。 它们都是以 C 编译的，所以选取简单的。
• 字典查找的通常应用很快，但是 string.maketrans 之类的特殊函数和 isalpha() 之类的字符串方法更快。如果 Python 有定制方法给你用，就使它吧！
• 别太聪明了。 有时一些明显的算法是最快的。
• 不要太迷恋性能优化，性能并不是一切。