代码解剖 - 编写高性能的Python代码

编写简洁高效的Python代码并不总是容易或直接。然而，我们经常看到一段代码，却没有意识到它背后的思考过程。我们将看一下difference片段，它返回两个可迭代对象之间的差异，以了解其结构。

根据片段功能的描述，我们可以天真地这样写：

def difference(a, b):
  return [item for item in a if item not in b]

这个实现可能工作得足够好，但没有考虑到b中的重复项。这使得在第二个列表中有许多重复项的情况下，代码所需的时间更长。为了解决这个问题，我们可以使用set()方法，它只会保留列表中的唯一值：

def difference(a, b):
  return [item for item in a if item not in set(b)]

这个版本，虽然看起来是一种改进，但实际上可能比之前的版本更慢。如果你仔细观察，你会发现set()在每个a中的item上都被调用，导致set(b)的结果每次都被计算。下面是一个示例，我们在另一个方法中包装了set()，以更好地展示这个问题：

def difference(a, b):
  return [item for item in a if item not in make_set(b)]

def make_set(itr):
  print('Making set...')
  return set(itr)

print(difference([1, 2, 3], [1, 2, 4]))
# Making set...
# Making set...
# Making set...
# [3]

解决这个问题的方法是在列表推导式之前调用set()一次，并将结果存储起来以加快处理速度：

def difference(a, b):
  _b = set(b)
  return [item for item in a if item not in _b]

在性能方面，另一个值得一提的选择是使用列表推导式而不是filter()和list()。使用后者选项实现相同的代码将会得到类似这样的结果：

def difference(a, b):
  _b = set(b)
  return list(filter(lambda item: item not in _b, a))

使用timeit来分析最后两个代码示例的性能，很明显使用列表推导式比替代方案快上十倍。这是因为它是一种类似于简单的for循环的本地语言特性，没有额外函数调用的开销。这解释了为什么我们更喜欢它，除了可读性之外。

这几乎适用于大多数数学列表操作片段，比如difference、symmetric_difference和intersection。