Python中优化列表和字典

Python中优化列表和字典，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

天宁网站制作公司哪家好，找创新互联建站！从网页设计、网站建设、微信开发、APP开发、响应式网站设计等网站项目制作，到程序开发，运营维护。创新互联建站于2013年创立到现在10年的时间，我们拥有了丰富的建站经验和运维经验，来保证我们的工作的顺利进行。专注于网站建设就选创新互联建站。

在循环内

代码：

@timeit def append_inside_loop(limit):     nums = []     for num in limit:         nums.append(num)  append_inside_loop(list(range(1, 9999999)))

在上面的函数中.append每次通过循环重新计算的函数引用。执行后，上述函数所花费的总时间:

o/p - function - append_inside_loop, took 529 ms to complete

在循环外

代码：

@timeit def append_outside_loop(limit):     nums = []     append = nums.append     for num in limit:         append(num)  append_outside_loop(list(range(1, 9999999)))

在上面的函数中，我们对nums.append在循环外部估值，并在循环内部使用append为变量。总时间:

o/p - function - append_outside_loop, took 328 ms to complete

如您所见，当我们在for循环外部追加为一个本地变量，这将花费更少的时间，可以将代码加速201 ms。

避免在字典中重新求值

在循环内部

代码：

@timeit def inside_evaluation(limit):     data = {}     for num in limit:         data[num] = data.get(num, 0) + 1  inside_evaluation(list(range(1, 9999999)))

上述函数所花费的总时间：

o/p - function - inside_evaluation, took 1400 ms to complete

在循环外

代码：

@timeit def outside_evaluation(limit):     data = {}     get = data.get     for num in limit:         data[num] = get(num, 0) + 1   outside_evaluation(list(range(1, 9999999)))

上述函数所花费的总时间：

o/p - function - outside_evaluation, took 1189 ms to complete

看完上述内容，你们掌握Python中优化列表和字典的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！