1.巧妙的利用Python的数据类型

在Python程序中，对于list列表进行 for i in list1的操作时，其时间复杂度为O(n)，而对于set进行for i in set1的操作，时间复杂度为O(1)。所以在程序的执行时间上，就会出现非常大的差距。

2.利用迭代器来替代列表

利用迭代器来代替列表，已经逐渐的成为了Python编程者使用的一种方法，利用迭代器的操作，不仅可以节省时间，更重要的是可以节省大量的内存空间，上图中，利用列表的操作需要占用大约8M的内存，但是迭代器只需要88个字节。

3.利用局部变量代替全局变量

上图程序中，全局的变量z放入到函数myFunc中，局部变量的执行时间要小于全局变量，因此程序执行的时间也大大的缩短。

4.避免“点”操作

上图中可以看到，calculateSqrtWithDot函数和calculateSqrt函数唯一的区别在于是否通过点操作来调用sqrt函数。每当我们点操作来调用函数时，就会触发特定的方法，例如，getattribute() 和getattr()，这样的方法会调用字典操作，从而带来时间的消耗，因此在程序调用第三方库时候，可以尽量使用from xx import xx的方法来进行调用。

5.避免不必要的类抽象

在类中，尽量不要去使用装饰器，描述符等操作来包装程序，这会给程序的运行带来负担，所以如果没有必要的话，就不要去这样包装程序。

6.避免没有意义的数据拷贝

上图的程序中，list6是一次没有意义的数据拷贝，不仅造成了程序运行时间的损耗，而且造成了内存资源的浪费。

7.更改值时避免使用临时变量

上述的程序中，temp的临时变量是不需要的，使用临时变量temp造成了程序运行时间的增加。

8.字符串变量的操作

当字符串str1和str2操作使用“+”号操作时，Python解释器将申请内存空间，将数据str1和str2分别复制到新的内存空间中去，所以当进行N次的字符串”+“操作时，将会生成N-1个中间的结果，并且每个中间结果都会复制到新的内存空间中。

当使用join函数时，join函数将会一次性计算所需的所有内存空间，然后申请内存空间，并将所有的字符串元素复制到申请的内存中去。

9.巧用if判断

在运用if进行判断时，常用的有两种方式。 1 if ...and...。 2 if... or ...。为了节省程序的运算时间，当进行if x and y的判断时，x需要是False可能性比较高的判断条件。当进行 if x or y的判断时，x需要是True可能性比较高的判断条件。

10.利用for循环代替while循环

上图的程序中，可以看到，同样的功能利用for循环来替代while循环，for循环的速度要快于while循环。

总结

通过以上的10个小的案例，我们没有利用任何的第三方库或者是装饰器，单纯的从程序优化的角度来提升了Python程序的运行速度。大家可以借鉴上述的十个小的案例，在日常的程序编写过程中提升程序的运行速度。