python_summarize.md

1. 唯一标识 id()/哈希值 hash()

   • 哈希值
     • hash() 函数，参数必须为不可变的，类型课dict的类型一样
       • hash() 函数并不是总是返回唯一的值，不同的对象可能具有相同的哈希值（哈希冲突）。哈希值是根据对象的内容计算的，相同内容的对象应该有相同的哈希值。
       • 代码表示

         if __name__ == "__main__":
             a = (1, 2, 3)
             b = (1, 2, 3)
             print(hash(a) == hash(b))  # True

   • 唯一标识
     • id() 函数，返回唯一的标识
       • 唯一标识符是在对象的生命周期中保持不变的，但它不同于哈希值
       • 代码表示1

           if __name__ == "__main__":
              a = (1, 2, 3)
              b = (1, 2, 3)
              print(id(a) == id(b))  # True，可以参考常量池
         

       • 代码表示2

           if __name__ == "__main__":
              a = [1, 2, 3]
              b = [1, 2, 3]
              print(id(a) == id(b))  # False，可以参考常量池
         

2. sum()

   • usage1

     if __name__ == "__main__":
        print(sum([False, False, True]))  # 1
   

3. set/dict

   • 在 Python 中，有类似于 Java 中的 HashSet 的集合实现，它就是 set 类型。set 是一个无序的、不重复的集合，它是基于哈希表实现的。
   • Python 的内置字典和集合在大多数情况下已经提供了高效的查找操作，但通过合理使用哈希表、控制哈希冲突等方法，可以进一步优化性能。

4. 进位置转化 bin()、oct()、hex()、int()

   • 需要理解除 n 取余法
   • 0b: binary
   • 0o: octal
   • 0x: hexadecimal
   • bin():10->2
   • oct():10->8
   • hex():10->16
   • def bin(integer: int)->str:
   • def int(num_str: str, radix: int) -> int(num_str: 表示的是进位置为radix的表示的数字)

5. str.ljust()/str.rjust()

   • ljust == dart: padRight(width, padding)
   • rjust == dart: padLeft(width, padding)

6. 位运算 (&/|/~/^)

7. min/max

   • 经过测试发现，如果是比较两个数字的时候，不适用 max或者min而是仅仅使用 if else 语句，性能提升了一倍
   • 同样地，减少没有必要的重复计算也能够将性能大幅度提升

8. len

   • 如果一个值可以频繁调用一个method得到或者是可以直接获取，那么直接获取的性能会比通过method间接直接获取的性能好很多

9. PyPy&CPython

   • 在使用PyPy的性能接近JS

10. arr = [0] * 10 / matrix = [list()]*10

    • 执行这样的代码的时候仅仅是对 [] 里面的内容进行浅拷贝
    • 因此，每一个 list() 都是同一个，所以这里是一个细节的地方