提高Python运行效率的方法有哪些？

　　与其他编程语言相比，Python{BANNED}最佳吸引人的地方就是能够让你在短时间内用少量代码即可实现效果，比如同样一个需求，Java需要百行代码，而Python只需要十几行就可以搞定了，那么如何提升Python的运行效率呢?以下是详细的内容：

　　1、多进程并行编程

　　对于CPU密集型的程序，可以使用multiProcessing的Process，Pool等封装好的类，通过多进程的方式实现并行计算。但是因为进程中的通信成本比较大，对于进程之间需要大量数据交互的程序效率未必有大的提高。

　　2、多线程并行编程

　　对于IO密集型的程序，multiprocessing.dummy模块使用multiprocessing的接口封装threading，使得多线程编程也变得非常轻松。

　　3、优化算法时间

　　算法的时间复杂度对程序的执行效率影响{BANNED}最佳大，在Python中可以通过选择合适的数据结构来优化时间复杂度，如list和set查找某一个元素的时间复杂度分别是O(n)和O(1)。不同的场景有不同的优化方式，总得来说，一般有分治，分支界限，贪心，动态规划等思想。

　　4、针对循环的优化

　　每种编程语言都会强调需要优化循环。当使用Python的时候，你可以依靠大量的技巧使得循环运行得更快。然而，开发者经常漏掉的一个方法是：避免在一个循环中使用点操作。优化循环的关键，是要减少Python在循环内部执行的工作量，因为Python原生的解释器在那种情况下，真的会减缓执行的速度。

　　5、函数选择

　　在循环的时候使用xrange而不是range;使用xrange可以节省大量的系统内存，因为xrange()在序列中每次调用只产生一个整数元素。而range()将直接返回完整的元素列表，用于循环时会有不必要的开销。