整理了一份 Python 性能优化的检查清单,这七条做到了,代码跑得飞快.

很多朋友写 Python 只顾着快，结果代码跑起来慢得像蜗牛。我自己也踩过不少坑，后来慢慢总结出几条实在的经验。下面这份清单，每条都来自真实敲代码的教训。

1. 别在循环里做重复计算

这点最常见。有人写循环的时候，把固定值或者不变量放在循环里反复算。比如 len() 函数，每次循环都调用一次。明明列表长度不会变，硬是浪费 CPU 时间。改成在循环外面算一次，存成变量。还有那些嵌套循环里不变的表达式，拿出来放到外面。优化后速度能快几倍。

2. 列表推导式比 for 循环快

老手都懂。同样的逻辑，用列表推导式写，比手写 for 循环加 append 快很多。因为推导式底层用的是 C 语言级的操作，少了 Python 层面的函数调用开销。比如生成一个平方数列表，直接 [xx for x in range(1000)] 就比写四行代码快。但别过度使用，太复杂的逻辑还是拆成普通循环，可读性更重要。

3. 用 join 拼字符串，别用加号

字符串是不可变的。用加号每拼接一次，就会生成一个新字符串对象，旧对象等着被回收。尤其在大批量拼接时，内存碎片和垃圾回收会让你心疼。正确的做法是把所有片段放进列表，最后用 ''.join() 一次性合并。这改动很小，效果很明显。

4. 选择合适的数据结构

很多人查不重复元素就用列表，然后 for 循环里用 in 判断。列表的 in 操作是 O(n)，数据多了就慢。换成集合或者字典，查找速度是 O(1)。判断某个值在不在里面，直接用 set。同样，频繁增删元素用列表不合适，尾插尾删还行，头部操作用 collections.deque。选对了结构，速度差好几个数量级。

5. 局部变量快于全局变量

Python 找变量的时候，局部变量在函数栈里直接取，全局变量要查字典。每次访问都慢一点点。如果函数里反复使用某个全局变量，比如常量，或者频繁调用的函数，可以 在函数内部赋值给局部变量。比如 len = len; range = range，写在函数开头。虽然不是好习惯（可读性差），但性能敏感的地方可以用。

6. 多用内建函数和标准库

别自己造轮子。Python 内建函数和标准库都是 C 语言写的，比你手写的 Python 循环快得多。比如排序用 sorted()，找最大最小用 max() min()，分组用 itertools.groupby。还有 map() filter()，虽然现在推荐列表推导式，但某些场景下它们结合 lambda 更快。总之，别人优化好的代码别浪费。

7. 能用生成器就别用列表

处理大数据时，一次性生成完整列表会吃掉大量内存。换成生成器表达式，比如把 [] 改成 ()，数据是按需生产的，内存占用小。处理文件读取、日志分析这种任务，生成器 yield 关键字比直接返回列表好太多。还有 range() 在 Python3 里就是生成器，别自作聪明转成列表。

这些点都不复杂，每改动一条都花不了几分钟。但合在一起，你的代码就能从“能跑”变成“跑得快”。下次写代码的时候，对着这几条过一遍，相信我，你会看到明显的变化。