一个小项目中的Python中的性能优化细节——（下）其他的小细节，减少调用、if判断的顺序

本文链接：https://blog.csdn.net/u011497904/article/details/44538387

本文探讨了在代码优化中减少间接访问、利用 if 判断条件和避免函数调用等策略，通过实例展示了这些技巧如何提高代码效率，节省运行时间。同时指出，即使是细微的改动，如改变 if 条件的顺序，也可能带来显著的性能提升。文章还强调了函数调用的开销，并提供了简化代码连接的实例，进一步说明了如何在不影响功能的前提下提升性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、减少间接访问

<span style="white-space:pre">			</span>D_Ascii = { } #this will save time about 0.1s
			D_Freq = { } #avoid create&destroy a pointer in for loop 
			for index_Word in range(len(lines_Word)-2):
				index_AsciiHash = ord(lines_Word[index_Word][0])  #this one costs 1.4 s
				str_Key = lines_Word[index_Word][0:-1] + str_const_GLUE + lines_Word[index_Word+1][0:-1] #costs 1.4s
				#str_Key = f_glue_word(lines_Word[index_Word][:-1],lines_Word[index_Word+1][:-1]) #costs  2.5s
				str_NextWord = lines_Word[index_Word+2][:-1] #costs 0.5s
				D_Ascii = self.list_AsciiHash[index_AsciiHash] #datatype -- dict_AciiHash_Dict
				D_Freq = self.list_KeyFreq_Dict_asciihash[index_AsciiHash] #costs 0.5s

在上面的例子中，D_Ascii和D_Freq的定义就是为了加入一个二级hash访问的临时变量

看似不经意的举动，会提高多少速度呢？

大约0.2秒。

一个典型的时间换空间的例子。这还是简单的间接访问，如果是复杂的访问则会节省更多的时间了~！

即简化了代码的长度，又提高了效率，何乐而不为呢？

二、if判断条件也会影响时间？

				if str_Key not in D_Ascii: #put "not in" in front of "in",save 0.4s, because in will cause extra judge
					D_Ascii[str_Key] = { str_NextWord : 1 }#costs 1.4s
					D_Freq[str_Key] = 1#555
					
				else:
					if str_NextWord in D_Ascii[str_Key]:#666
						D_Ascii[str_Key][str_NextWord]+=1#666
					else:#666
						D_Ascii[str_Key][str_NextWord]=1#666
					D_Freq[str_Key] += 1#555

上面这段代码，用的是if not in 而不是 if in, 一般都觉得这没什么嘛，不就是换个顺序？

但是实际在测试的时候，我却发现，if not比if要节省了0.4秒的时间！

为何会这样？

。。。。。。。。。。。。。。。

我也没找到合理的解释………………