一个非科班程序猿，关于 Python 提速的迷思

[srivendare]

做了 2 年程序员，目前在刷 leetcode, 发现了一个问题 例如

def solution(num):
numFriends = 0
   for i in range(1,num):
       divSum = self._div_sum(i)
       if (i%50000 == 0): print(i)
       if self._are_equivalent(i):
         if i < divSum:
         	numFriends+=1
   return numFriends
     
 def _are_equivalent(n):
    return (n == self._div_sum(_div_sum(n)))

 def _div_sum(n):
   divisors = [1]
   for i in range(2, n):
       if (n % i)==0:
           divisors.append(i)
   return sum(divisors)

当测试答案输入 num 为 10000 时代码运行 8s 出结果，而 20000 时 34s ；当输入为 100w 的时候虽然电脑的内存和 cpu 占用都不高但是运行的很慢，

迷思

1. 如何提高本地运行速度
2. leetcode 后台时如何实现 这种比较大的 loop test 的

[lixiang2017]

每一题下面都是有数据规模的。
每一题能通过的算法复杂度都在 10^6 以内。复杂度再高的，无法通过。
时间上，按我经验，没有 6s 以上的。超过这个时间未返回结果，就 LTE 了

[hertzry]

_div_sum()函数只需循环到 n**0.5 + 1 即可。

import time
start = time.time()
def _div_sum(n):
divisors = []
for i in range(1, int(n**0.5)+1):
if (n % i)==0:
divisors.append(i)
divisors.append(n/i)
return sum(divisors)-n

for i in range(1, 10000):
_div_sum(i)

end = time.time()
print(end - start)
# 0.06

start = time.time()

def _div_sum(n):
divisors = [1]
for i in range(2, n):
if (n % i)==0:
divisors.append(i)
return sum(divisors)
for i in range(1, 10000):
_div_sum(i)

end = time.time()
print(end - start)
# 3.23

应该没写错。

[hsfzxjy]

1. 你需要优化掉重复的计算，比如在这个例子里每次循环_div_sum(i)跑了两次，但实际上只要一次就行了。另外_div_sum 中的循环只需从 2 到 sqrt(n)就能算出因子和。这些都是显而易见的优化。

2. 超时就杀掉。

[arischow]

这跟「迷思」其实没什么关系

[NoOneNoBody]

1.没必要不要在循环内 print
2.没必要不要累加，循环后一次 sum
3.简单的 for 改成循环表达式
4.这个_div_sum(i)跑了多少次？用 funtools.cache 或者只算一次，存入字典，后面读取就是
...
自然数列，规律性强，很适合各种并发的工具，例如 pandas+dask, bisect, itertools ... 结合多线程等等