# 優(yōu)化前（耗時 0.78秒）
def calculate():
    return len([x for x in range(100) if x in globals()['target_list']])
# 優(yōu)化后（耗時 0.21秒）
def calculate_optimized(target_list):
    local_len = len
    return local_len([x for x in range(100) if x in target_list])

import re
# 未編譯（耗時 1.2秒）
re.findall(r'\d+', 'abc123def456') 
# 預(yù)編譯（耗時 0.4秒）
pattern = re.compile(r'\d+')
pattern.findall('abc123def456') 

# 列表推導(dǎo)式（內(nèi)存峰值 85MB）
sum([x**2 for x in range(10**6)])  
# 生成器表達(dá)式（內(nèi)存峰值 1.2MB）
sum(x**2 for x in range(10**6))

d = {'key': 'value'}
# 低效寫法（耗時 0.15μs）
if 'key' in d.keys(): ...
# 高效寫法（耗時 0.06μs）
if 'key' in d: ... 

from functools import lru_cache
@lru_cache(maxsize=128)
def fib(n):
    return n if n < 2 else fib(n-1) + fib(n-2) 
# 未緩存：fib(30)需0.8秒 → 緩存后：0.001秒

from itertools import chain
# 傳統(tǒng)嵌套循環(huán)（耗時 0.95秒）
result = []
for sublist in [[1,2], [3,4], [5]]:
    for item in sublist:
        result.append(item*2)
# 使用chain優(yōu)化（耗時 0.41秒）
list(chain.from_iterable(sublist*2 for sublist in [[1,2], [3,4], [5]]))

# 低效（耗時 0.63秒）
output = []
for num in range(10000):
    output.append(str(num))
result = ''.join(output)
# 高效（耗時 0.22秒）
result = ''.join(str(num) for num in range(10000))

class NormalUser:
    def __init__(self, uid, name):
        self.uid = uid
        self.name = name
class OptimizedUser:
    __slots__ = ('uid', 'name')
    def __init__(self, uid, name):
        self.uid = uid
        self.name = name
# 內(nèi)存對比：創(chuàng)建10萬實例
# NormalUser: 18.5MB → OptimizedUser: 6.2MB

import array
# 傳統(tǒng)列表（耗時 1.8秒）
data = [float(x) for x in range(10**6)]
sum_data = sum(data)
# 使用array模塊（耗時 0.3秒）
data = array.array('d', (x for x in range(10**6)))
sum_data = sum(data)

# 在100萬數(shù)據(jù)中查找
data_list = list(range(10**6))
data_set = set(range(10**6))
# List查找（耗時 12毫秒）
999999 in data_list  
# Set查找（耗時 0.03毫秒）
999999 in data_set

from collections import defaultdict
# 傳統(tǒng)寫法（耗時 1.8秒）
data = {}
for item in item_list:
    if item.category not in data:
        data[item.category] = {'count':0, 'sum':0}
    data[item.category]['count'] += 1
    data[item.category]['sum'] += item.value
# 優(yōu)化寫法（耗時 0.9秒）
data = defaultdict(lambda: {'count':0, 'sum':0})
for item in item_list:
    data[item.category]['count'] +=1
    data[item.category]['sum'] += item.value

# 普通字節(jié)操作（內(nèi)存峰值 200MB）
with open('large_file.bin', 'rb') as f:
    data = bytearray(f.read())  # 觸發(fā)完整數(shù)據(jù)拷貝
    process(data[1024:2048])
# 使用memoryview（內(nèi)存峰值 50MB）
with open('large_file.bin', 'rb') as f:
    data = memoryview(f.read())  # 零拷貝切片
    process(data[1024:2048])

from operator import itemgetter, attrgetter
data = [{'id':i, 'score':100-i} for i in range(100000)]
# 使用lambda（耗時 0.23秒）
sorted(data, key=lambda x: x['score'])  
# 使用operator（耗時 0.15秒）
sorted(data, key=itemgetter('score')) 

class A:
    def __init__(self):
        self.b = B()
class B:
    def __init__(self):
        self.value = 10
# 低效訪問（耗時0.45秒）
total = sum(obj.a.b.value for obj in obj_list)
# 優(yōu)化方案（耗時0.28秒）
get_value = lambda obj: obj.b.value  # 預(yù)定義訪問路徑
total = sum(get_value(obj) for obj in obj_list)

class Meta(type):
    def __new__(cls, name, bases, dct):
        # 預(yù)計算校驗規(guī)則
        dct['validation_rules'] = compile_rules(dct['fields'])
        return super().__new__(cls, name, bases, dct)
class User(metaclass=Meta):
    fields = ['name', 'email']
    # 自動生成 validation_rules 屬性
# 創(chuàng)建實例時無需重復(fù)計算規(guī)則
user = User(...)

import numpy as np
a = np.random.rand(1000,1000)
b = np.random.rand(1000,1000)
# 傳統(tǒng)寫法（耗時 1.12秒）
result = np.dot(a, b)  
# 優(yōu)化寫法（耗時 0.95秒 + 更清晰語義）
result = a @ b

import sys
# 普通處理（內(nèi)存 120MB）
words = [line.split()[0] for line in open('large.txt')]
# 字符串駐留優(yōu)化（內(nèi)存 85MB）
words = [sys.intern(line.split()[0]) for line in open('large.txt')]

import weakref
class ImageProcessor:
    _cache = weakref.WeakValueDictionary()
    def process(self, path):
        if path not in self._cache:
            img = self._load_image(path)
            self._cache[path] = img
        return self._cache[path]

import asyncio
async def fetch(url):
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            return await response.text()
# 傳統(tǒng)同步方式（10請求耗時 8秒）
# 異步方式（10請求耗時 1.2秒）
await asyncio.gather(*(fetch(url) for _ in range(10)))

from functools import singledispatch
@singledispatch
def process(data):
    raise NotImplementedError
@process.register
def _(data: list):
    return sum(data)
@process.register
def _(data: dict):
    return sum(data.values())
# 比if/elif鏈快1.8倍，且可維護(hù)性更好

# 使用cProfile定位熱點(diǎn)
python -m cProfile -s cumtime your_script.py
# 用火焰圖直觀查看
py-spy record -o profile.svg -- python your_script.py

import timeit
print(timeit.timeit('your_code()', setup='from __main__ import your_code', number=100000))