高效能PYTHON程式設計

10

|

第一章

個非常重要的元件︰開發者。原生 Python 在效能上可能欠缺的東西會立刻藉由開發速

度獲得補償。再者，貫穿全書，我們將介紹一些模組與設計哲學，相對輕鬆地幫忙緩解

這裡所描述的諸多問題。將這兩個面向結合起來，我們會盡量保留 Python 以加快開發

速度為導向的思考模式，同時也會去除一些 Python 在效能表現方面的限制。

理想化計算 vs. Python 虛擬機器

為了更深入理解高效能編程的元件，讓我們看一段簡單的程式碼範例，該範例檢查某個

數字是否為質數︰

import math

def check_prime(number):

sqrt_number = math.sqrt(number)

number_float = float(number)

for i in xrange(2, int(sqrt_number)+1):

if (number_float / i).is_integer():

return False

return True

print "check_prime(10000000) = ", check_prime(10000000) # False

print "check_prime(10000019) = ", check_prime(10000019) # True

使用我們的抽象計算模型來分析這段程式碼，然後跟 Python 執行這段程式碼時會發生

的事情做一下比較。就和任何抽象化一樣，我們會忽略理想化電腦與 Python 如何執行

這段程式碼當中的許多細微之處。不過 ...