提高Python執行效率的5個技巧!

　　與其他程式語言相比，Python最大的特點就是能夠讓你在短時間內用極少的程式碼，實現大量的操作，比如：Java編寫一個程式需要百行程式碼，而Python只需要十幾行就能搞定。本篇文章為大家介紹一下提高Python執行效率的5個技巧，一起來學習一下吧。

　　1、多程式並行程式設計

　　對於CPU密集型的程式，可以使用multiProcessing的Process，Pool等封裝好的類，透過多程式的方式實現平行計算。但是因為程式中的通訊成本比較大，對於程式之間需要大量資料互動的程式效率未必有大的提高。

　　2、多執行緒並行程式設計

　　對於IO密集型的程式，multiprocessing.dummy模組使用multiprocessing的介面封裝threading，使得多執行緒程式設計也變得非常輕鬆。

　　3、最佳化演算法時間

　　演算法的時間複雜度對程式的執行效率影響最大，在Python中可以透過選擇合適的資料結構來最佳化時間複雜度，如list和set查詢某一個元素的時間複雜度分別是O(n)和O(1)。不同的場景有不同的最佳化方式，總得來說，一般有分治，分支界限，貪心，動態規劃等思想。

　　4、針對迴圈的最佳化

　　每種程式語言都會強調需要最佳化迴圈。當使用Python的時候，你可以依靠大量的技巧使得迴圈執行得更快。然而，開發者經常漏掉的一個方法是：避免在一個迴圈中使用點操作。最佳化迴圈的關鍵，是要減少Python在迴圈內部執行的工作量，因為Python原生的直譯器在那種情況下，真的會減緩執行的速度。

　　5、函式選擇

　　在迴圈的時候使用xrange而不是range;使用xrange可以節省大量的系統記憶體，因為xrange()在序列中每次呼叫只產生一個整數元素。而range()將直接返回完整的元素列表，用於迴圈時會有不必要的開銷。