Python优化别靠猜：先测出瓶颈，再小改换回时间和内存

代码优化不是改几个写法。它要找到瓶颈，再用小改动换回时间或内存。没有测量，改动就是猜。猜出来的改动常把代码弄乱，收益还看不出来。

测量从一个小场景开始。用 timeit 看一段代码的耗时。用 cProfile 看函数调用。用 tracemalloc 看内存分配。数据要来自实际输入。小样例跑得快，问题可能不出现。输入放大，热点才会露出来。

算法和数据结构排在前面。一个平方级循环换成集合查找，代码可能只改一行，运行时间能差一个量级。集合和字典靠哈希定位。列表查找要逐个比。数据量小，差别不明显。数据量大，选结构比抠语法有用。

循环里少做重复事。不变的计算移到循环外。频繁访问的属性赋给局部变量。频繁调用的函数名绑到局部名。收益看调用次数。调用次数少，改动没意义。调用次数多，收益才出来。别为了省一次调用把代码写乱。

内建函数和标准库该用就用。sum、min、max、sorted、any、all 的循环在 C 层跑。同样的事写在 Python 循环里，开销不一样。字符串拼接用 join。别在循环里反复加字符串。文件读写要批量。一行一次系统调用，时间耗在调用上。

生成器能流式处理。读大文件时逐行处理，内存占用小。列表推导在结果不大时好用。代码短，执行也快。结果很大时，生成器把内存压力摊开。后续要多次遍历，生成器会耗尽。后续要随机访问，列表合适。

对象创建有成本。循环里反复建临时列表、字典、字符串，垃圾回收压力会上来。能复用就复用。能一次建好就一次建好。别把复用写成全局状态。全局状态让代码难测。优化要保住函数边界。

可读性要保住。优化后的代码要让人看懂。变量名写清楚。函数职责单一。注释写清这样写的原因。热点代码加注释，标出测量数据。评审时，别人能判断改动值不值。没有测量的优化，容易变成维护负担。

优化有顺序。从需求和数据规模看起。算法和结构排前面。I/O 和内存排后面。循环和函数调用放后面。每步用测量验证。改完跑测试。行为测试和性能测试都要过。两个结果都正常，再合入。

别过早优化。代码没跑过实际数据，热点可能猜错。先写清楚，再测。测出热点，再改。改一处，测一处。改动小，回退容易。改动大，问题难定位。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。

0 条评论