經(jīng)過(guò)數(shù)十年的艱苦努力,Python才受到編程社區(qū)的贊賞。自2010年以來(lái),Python蓬勃發(fā)展,并最終超過(guò)C,C#,Java和JavaScript。如今python可謂是我們?nèi)粘1容^常見(jiàn)的編程語(yǔ)言之一了。因此在使用Python進(jìn)行編程時(shí)遇到任何問(wèn)題,只需在線搜索即可獲得答案。因?yàn)樵谀侵翱倳?huì)有人遇到這個(gè)問(wèn)題,例如python中怎么排序數(shù)組,python為啥運(yùn)行效率不高等問(wèn)題。
python中數(shù)組排序的方法:
1、一維數(shù)組采用sort函數(shù)進(jìn)行排序;
2、多維數(shù)組利用sort函數(shù)結(jié)合lambda匿名函數(shù)進(jìn)行排序。
1、數(shù)組排序
a = [3,1,4,6]
a.sort()
print(a)
執(zhí)行結(jié)果:
2、多維數(shù)組排
a = [['5.1.5.40580', 29], ['5.0.8.14000', 11], ['5.0.8.14999', 59], ['5.1.4.37882', 4]]
a.sort(key=lambda x:x[1],reverse=True)
print(a)
key=lambda x:x[1]:按照數(shù)組索引1列進(jìn)行排序,無(wú)此參數(shù)默認(rèn)以0列進(jìn)行排序。
reverse=True:倒序,無(wú)此參數(shù)默認(rèn)升序。
執(zhí)行結(jié)果:
python為啥運(yùn)行效率不高?
第一:python是動(dòng)態(tài)語(yǔ)言
一個(gè)變量所指向?qū)ο蟮念愋驮谶\(yùn)行時(shí)才確定,編譯器做不了任何預(yù)測(cè),也就無(wú)從優(yōu)化。舉一個(gè)簡(jiǎn)單的例子: r = a + b。 a和b相加,但a和b的類型在運(yùn)行時(shí)才知道,對(duì)于加法操作,不同的類型有不同的處理,所以每次運(yùn)行的時(shí)候都會(huì)去判斷a和b的類型,然后執(zhí)行對(duì)應(yīng)的操作。而在靜態(tài)語(yǔ)言如C++中,編譯的時(shí)候就確定了運(yùn)行時(shí)的代碼。
另外一個(gè)例子是屬性查找,關(guān)于具體的查找順序在《python屬性查找》中有詳細(xì)介紹。簡(jiǎn)而言之,訪問(wèn)對(duì)象的某個(gè)屬性是一個(gè)非常復(fù)雜的過(guò)程,而且通過(guò)同一個(gè)變量訪問(wèn)到的python對(duì)象還都可能不一樣。而在C語(yǔ)言中,訪問(wèn)屬性用對(duì)象的地址加上屬性的偏移就可以了。
第二:python是解釋執(zhí)行,但是不支持JIT(just in time compiler)。雖然大名鼎鼎的google曾經(jīng)嘗試Unladen Swallow 這個(gè)項(xiàng)目,但最終也折了。
第三:python中一切都是對(duì)象,每個(gè)對(duì)象都需要維護(hù)引用計(jì)數(shù),增加了額外的工作。
第四:python GIL,GIL是Python最為詬病的一點(diǎn),因?yàn)镚IL,python中的多線程并不能真正的并發(fā)。如果是在IO bound的業(yè)務(wù)場(chǎng)景,這個(gè)問(wèn)題并不大,但是在CPU BOUND的場(chǎng)景,這就很致命了。所以筆者在工作中使用python多線程的情況并不多,一般都是使用多進(jìn)程(pre fork),或者在加上協(xié)程。即使在單線程,GIL也會(huì)帶來(lái)很大的性能影響,因?yàn)閜ython每執(zhí)行100個(gè)opcode(默認(rèn),可以通過(guò)sys.setcheckinterval()設(shè)置)就會(huì)嘗試線程的切換,具體的源代碼在ceval.c::PyEval_EvalFrameEx。
第五:垃圾回收,這個(gè)可能是所有具有垃圾回收的編程語(yǔ)言的通病。python采用標(biāo)記和分代的垃圾回收策略,每次垃圾回收的時(shí)候都會(huì)中斷正在執(zhí)行的程序,造成所謂的頓卡。infoq上有一篇文章,提到禁用Python的GC機(jī)制后,Instagram性能提升了10%。感興趣的讀者可以去細(xì)讀。
以上就是關(guān)于python中怎么排序數(shù)組,以及python為啥運(yùn)行效率不高的全部?jī)?nèi)容,想了解更多關(guān)于python的信息,請(qǐng)繼續(xù)關(guān)注中培偉業(yè)。