Python开发者容易忽略的5个性能陷阱

Python够简单够好用，但有些写法看似无害，实际上在数据量大时会让你的程序慢上几十倍。这5个陷阱你踩过几个？

1. 用加号拼接字符串

在循环里用加号拼接字符串，每次都会创建新的字符串对象。1000次循环就是1000次内存分配。正确做法是用join方法："".join(list_of_strings)。或者用f-string，既快又好看。

2. 不必要的列表推导

列表推导会一次性在内存中创建大量元素。如果只是遍历一次，换成生成器表达式，内存占用几乎为零。语法差不多，性能差很多。

3. 频繁访问全局变量

Python访问局部变量比全局变量快得多。在循环里反复访问全局变量，每次都要查找全局字典。把全局变量赋值给局部变量，性能能提升20%以上。

4. 没有使用内置函数

Python的内置函数是C实现的，比自己写的for循环快好几倍。比如求列表总和，sum()比手写循环快5倍以上。能用内置函数就别手写。

5. 忽视数据结构的选择

频繁在列表头部插入删除用deque，而不是list。去重用set而不是list。计数用Counter而不是手写字典。选对数据结构，代码更简洁，性能也更好。

Python的性能优化不需要你成为语言专家，只要养成好习惯，避开这些常见陷阱，程序就能快很多。