Python 以開發效率著稱,但執行速度常被詬病。針對熱點程式碼套用下列六大技巧,可大幅提升執行效能。
代價:失去跨平台純 Python 特性,部署複雜度上升。
key 參數from operator import itemgetter
data = [(1,5,8), (6,2,4), (9,7,5)]
data.sort(key=itemgetter(1)) # 依第二欄排序
# [(6,2,4), (1,5,8), (9,7,5)]
key 函式僅呼叫一次/元素,比 cmp(Python 2)或自訂比較函式快得多。
# 慢:每次迴圈查找 str.upper
for w in words:
result.append(str.upper(w))
# 快:預先綁定
upper = str.upper
append = result.append
for w in words:
append(upper(w))
原則:將查找、屬性存取、函式呼叫移出迴圈。
dict/list# EAFP 風格(易於請求原諒):字典計數
try:
d[k] += 1
except KeyError:
d[k] = 1
# LBYL 風格(先看再跳):
if k not in d:
d[k] = 0
d[k] += 1
資料稀疏時 EAFP 較快;資料稠密時 LBYL 較快。實測為準。
注意:啟動時間變長、二進位檔膨脹(含 Python runtime)、C 擴充模組相容性需測試。
無銀彈。先用 cProfile/py-spy 找熱點,再針對性套用上述技巧,並持續基準測試驗證成效。