Python 潮流周刊#142：Python 性能优化的进阶之路

Sopel, the Python IRC bot

当自动化测试的量特别大的时候，python性能就显得尤为重要。 往往高手和菜鸟的区别在性能上体现出来了。 菜鸟往往能够简单的实现功能，不停地加case，只要能达到目的，完成任务就行了。 高手往往能够看出当前架构的劣势，并不断完善框架，优化性能，以达到最好的效果。 我所知道的一个项目，API自动化10

正文 注意：本文除非特殊指明，”python“都是代表CPython，即C语言实现的标准python，且本文所讨论的是版本为2.7的CPython。 python为什么性能差： 当我们提到一门编程语言的效率时：通常有两层意思，第一是开发效率，这是对程序员而言，完成编码所需要的时间;另一个是运行效率，

1.优化算法时间复杂度 算法的时间复杂度对程序的执行效率影响最大，在Python中可以通过选择合适的数据结构来优化时间复杂度，如list和set查找某一个元素的时间复杂度分别是O(n)和O(1)。不同的场景有不同的优化方式，总得来说，一般有分治，分支界限，贪心，动态规划等思想。 2.减少冗余数据 如

Python性能优化的一般步骤： 步骤1：找到性能 瓶颈 步骤2：优化性能 瓶颈 步骤3：goto 『步骤1』 找出瓶颈 不要相信直觉，使用专业工具 使用专业工具： profile / cprofile line_profiler ipython: %prun 使用 timeit 模块来评判性能 i

蒙特·卡罗方法（Monte Carlo method），也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。 蒙特卡罗方法是一种计算方法。原理是通过