Python编程技巧

时间复杂度

1. 字典与列表
Python 字典中使用了 hash table，因此查找操作的复杂度为 O(1)，而 list 实际是个数组，在 list 中，查找需要遍历整个 list，其复杂度为 O(n)，因此对成员的查找访问等操作字典要比 list 更快。
2. 集合与列表
set 的 union， intersection，difference 操作要比 list 的迭代要快。因此如果涉及到求 list 交集，并集或者差的问题可以转换为 set 来操作。
3.循环
对循环的优化所遵循的原则是尽量减少循环过程中的计算量，有多重循环的尽量将内层的计算提到上一层。

4.字符串
python 中的字符串对象是不可改变的，因此对任何字符串的操作如拼接，修改等都将产生一个新的字符串对象，而不是基于原字符串，因此这种持续的 copy 会在一定程度上影响 python 的性能。

• 在字符串连接的使用尽量使用 join() 而不是 +；
• 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;
• 对字符进行格式化比直接串联读取要快，因此要使用:

out = "%s%s%s%s" % (head, prologue, query, tail) 

避免

out = "" + head + prologue + query + tail + ""

5.列表
列表解析要比在循环中重新构建一个新的 list 更为高效

for w in list: 
	total.append(w) 

列表解析：

total = [w for w in list] 

6.其他

• 如果需要交换两个变量的值使用 a,b=b,a 而不是借助中间变量 t=a;a=b;b=t；
• 使用级联比较 “x < y < z” 而不是 “x < y and y < z”；
• while 1 要比 while True 更快（当然后者的可读性更好）；
• build in 函数通常较快，add(a,b) 要优于 a+b。

Python性能优化技巧

sort()、sorted()

1. 列表排序后的索引

arr = [1,2,3,0,1,9,8]
sorted(range(len(arr)), key=lambda k: arr[k])

[3, 0, 4, 1, 2, 6, 5]

eval()

• 返回字符串计算结果

1. 利用虚数求解一元一次方程

eq='2*X+1=3'
equ=eq.replace('=','-(')+')'
c=eval(equ,{'X':1j})
if c.imag==0:
    print(-1)
else:
    x=-c.real/c.imag
    print(c)

1

进制转换

• 十进制$\to$二进制：bin(num)
• 十进制$\to$八进制：oct(num)
• 十进制$\to$十六进制：hex(num)
• n进制$\to$十进制：int('numstr',n)

位运算

1. n&n-1相当于消去n最右边的1

获取整数的个位、十位、百位、。。。

方法一：

digit=[]
while n:
	digit.append(n%10)
	n=n//10

方法二：

digit=[int(_) for _ in str(n)]