提高Python執行效率的5個小技巧!

　　與其他程式語言相比，Python最吸引人的地方就是能夠讓你在短時間內用少量程式碼即可實現效果，比如同樣一個需求，Java需要百行程式碼，而Python只需要十幾行就可以搞定了，那麼如何提升Python的執行效率呢?以下是詳細的內容：

　　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。