blog นี้จะมาบอกว่า เราจะ opimize โปรแกรมที่เขียนด้วยภาษา python ได้อย่างไรบ้าง
อย่างแรก ให้ติดตั้ง Python profiler ก่อน คลิก เพื่อดูว่าแต่ละ function ใช้เวลาในการทำงานนานเท่าไหร่
blog นี้ ผมจะสรุปจาก PerformanceTips ละกันครับ
1. เลือก Data structure ให้เหมาะสม
2. ใช้ Sorting ของ Python
อ้างอิงจาก Comparing the well-known sorting algorithm ซึ่งผมเคยเทียบประสิทธิภาพไปแล้วว่า python sorting เร็วกว่าใครเพื่อน นอกจากนั้น Guido van Rossum ยังแนะนำให้ใช้ comparator
3. String Concatenation
หลีกเลี่ยง (เอา string ใน list มา concat กัน)
s = ""
for substring in list:
s += substring
แนะนำ
s = "".join(list)
หลีกเลี่ยง
out = "" + head + prologue + query + tail + ""
แนะนำ
out = "%s%s%s%s" % (head, prologue, query, tail)
แต่จะดูดีและเร็วขึ้นอีก ถ้าเขียนแบบนี้ (โฮก!! หล่อมาก++)
out = "%(head)s%(prologue)s%(query)s%(tail)s" % locals()
4. Loops แนะนำให้ใช้ map-function
หลีกเลี่ยง (แปลง string ใน list เป็น upper case)
newlist = []
for word in oldlist:
newlist.append(word.upper())
แนะนำ
newlist = map(str.upper, oldlist)
หรือ
newlist = (s.upper() for s in oldlist)
5. Avoiding dot…
หลีกเลี่ยงการใช้ method chaining เช่น ‘AbCDe1234′.lower().count(‘a’) เป็นต้น
6. Local Variable
Python สามารถ access local variable ได้เร็วกว่า global variable
7. Initialize dictionary element
แนะนำให้ตั้งค่าเริ่มต้นให้กับ dictionary
wdict = {}
for word in words:
if word not in wdict:
wdict[word] = 0
wdict[word] += 1
หรือเขียนได้อีกแบบ
wdict = {}
for word in words:
try:
wdict[word] += 1
except KeyError:
wdict[word] = 1
8. import statement overhead
ทุกคำสั่ง import จะมี overhead เสมอ และหลีกเลี่ยงการใช้ import ภายใน function เช่น
def foo():
import os
...
9. Data aggregation
หลีกเลี่ยงการใช้ for loop ไปเรียก function
หลีกเลี่ยง
import time
x = 0
def doit1(i):
global x
x = x + i
list = range(100000)
t = time.time()
for i in list:
doit1(i)
print "%.3f" % (time.time()-t)
แนะนำ
import time
x = 0
def doit2(list):
global x
for i in list:
x = x + i
list = range(100000)
t = time.time()
doit2(list)
print "%.3f" % (time.time()-t)
10. use xrange instead of range
โอ้ 10 ข้อแหนะ ถ้าทำได้หมดแล้วยังไม่เร็วขึ้น แนะนำให้ใช้ Python Psyco ละครับครับ
ไม่มีความคิดเห็น:
แสดงความคิดเห็น