Python代码的优化

我有一个小函数（见下文），它返回从整数列表（例如[1,2,3,4]）映射而来的名称列表，整数列表的长度可以达到1000

这个函数一次可能被调用数万次，我想知道我是否能做些什么使它运行得更快

graph\u hash

是一个大型散列，它将键映射到长度小于等于1000的集合。我在一个集合上迭代，将值映射到名称并返回一个列表。

u.get\u name\u from\u id（）

查询

sqlite

数据库

有什么想法可以优化此功能的任何部分吗

def get_neighbors(pid):
    names = []
    for p in graph_hash[pid]:
        names.append(u.get_name_from_id(p))
    return names

---

如果你要做成千上万的附录，我建议使用

deque

而不是

list

。因此，

names

应该是

names=deque（）。因此，
names
应该是
names=deque（）

for p in graph_hash[pid]:
   names.append(u.get_name_from_id(p))

我建议同时使用线程来执行。像这样的事情应该让你开始：

def load_stuff(queue, p):
    q.put(u.get_name_from_id(p))

def get_neighbors(pid):
    names = Queue.Queue()
    # we'll keep track of the threads with this list
    threads = []
    for p in graph_hash[pid]:
        thread = threading.Thread(target=load_stuff, args=(names,p))
        threads.append(thread)
        # start the thread
        thread.start()
    # wait for them to finish before you return your Queue
    for thread in threads:
        thread.join()
    return names

如果需要，您可以将
队列
转换回带有
[名称中项目的项目。队列]
的列表

其思想是数据库调用在完成之前一直处于阻塞状态，但是您可以在数据库上执行多个
SELECT
语句，而无需锁定。因此，您应该使用线程或其他并发方法来避免不必要的等待。
您在这里按顺序访问数据库：

for p in graph_hash[pid]:
   names.append(u.get_name_from_id(p))

我建议同时使用线程来执行。像这样的事情应该让你开始：

def load_stuff(queue, p):
    q.put(u.get_name_from_id(p))

def get_neighbors(pid):
    names = Queue.Queue()
    # we'll keep track of the threads with this list
    threads = []
    for p in graph_hash[pid]:
        thread = threading.Thread(target=load_stuff, args=(names,p))
        threads.append(thread)
        # start the thread
        thread.start()
    # wait for them to finish before you return your Queue
    for thread in threads:
        thread.join()
    return names

如果需要，您可以将
队列
转换回带有
[名称中项目的项目。队列]
的列表

其思想是数据库调用在完成之前一直处于阻塞状态，但是您可以在数据库上执行多个
SELECT
语句，而无需锁定。因此，您应该使用线程或其他一些并发方法来避免不必要的等待。
缓存和多线程只是到目前为止，您应该创建一个新方法，在后台使用
executemany
从数据库批量检索多个名称

类似于
names=u.get\u names\u from\u ids（graph\u hash[pid]）
缓存和多线程只会让您走到目前为止，您应该创建一个新方法，在引擎盖下使用
executemany
从数据库批量检索多个名称

类似于
names=u.get\u names\u from\u id（graph\u hash[pid]）
列表理解是一个开始（类似于@cricket\u 007的生成器建议），但您受到函数调用的限制：

def get_neighbors(pid):
  return [u.get_name_from_id(p) for p in graph_hash[pid]]

 > @ SalayDead建议，考虑加快<代码> GETYNAMEYOFAX IDE（）/<代码> 
 < P>列表理解是一个开始（类似于@ CRKETETYO700的生成器建议），但您受函数调用限制：

def get_neighbors(pid):
  return [u.get_name_from_id(p) for p in graph_hash[pid]]

 > @ SalayDead建议，考虑加快<代码> GETYNAMEYOFAX IDE（）/<代码> .< /P>，您可以使它成为生成器，尽管这将只会推到调用函数缓存的瓶颈，尽可能多的<代码> GETBIOLION/<代码>和<代码> U.GETYNAMEYOFAXIDID>代码>您可以在[SET]中构造[X代码]，其中X在[SET中的所有项目]中
子句，只需对每个
pid
进行一次dB查询即可？？？如果您可以并且
get\u name\u from\u id
返回一个列表，那么使用
names.extend（..）
您可以将其作为一个生成器，尽管这只会将瓶颈推到调用函数缓存上，尽可能多地
get\u neighbories
和
u.get\u name\u from\u id
您可以构造一个
其中x在[集合中的所有项]
子句，只需对每个
pid
进行一次dB查询即可？？？如果可以并且
get\u name\u from\u id
返回一个列表，请使用
names.extend（..）
这是不对的-Python中的列表经过优化，可以有效地处理
append（）
操作。没有创建新列表，只是在末尾添加元素。根据：
“在内部，列表被表示为一个数组；最大的成本来自于超出当前分配大小的增长（因为所有内容都必须移动），或者在开始附近的某个位置插入或删除（因为之后的所有内容都必须移动）如果您需要在两端添加/删除，请考虑使用Calths.DeQue.“”这里的关键部分是“两端”。当添加到列表时，情况并非如此，我们在最高效的一端添加元素。（无论如何，如果在初始容量之外添加元素，
deque
也必须增长）这是不对的-Python中的列表经过优化，可以有效地处理
append（）
操作。没有创建新列表，只是在末尾添加元素。根据：
“在内部，列表被表示为一个数组；最大的成本来自于超出当前分配大小的增长（因为所有内容都必须移动），或者在开始附近的某个位置插入或删除（因为之后的所有内容都必须移动）如果您需要在两端添加/删除，请考虑使用Calths.DeQue.“”这里的关键部分是“两端”。当添加到列表时，情况并非如此，我们在最高效的一端添加元素。（无论如何，如果在初始容量之外添加元素，
deque
也必须增长）