相關鏈接：
??我知道有人覺得問題就在stackoverflow上有什么好寫的，但是我答案是自己寫的，我將我解決的思路分享記錄，自己思考一遍總比寡看一遍stackoverflow上的問題好的多你說對吧~
Speed up millions of regex replacements in Python 3
為Python3中百萬次級的正則替換提速
compiled_words = [re.compile(r'\b' + word + r'\b') for word in my20000words]
import re
for sentence in sentences:
for word in compiled_words:
sentence = re.sub(word, "", sentence)
# put sentence into a growing list
# This nested loop is processing about 50 sentences per second
??正經(jīng)回答：寫成這種形式能提速"\b(word1|word2|word3)\b"，題目的寫法會重復百萬次的編譯c代碼過程。
??不正經(jīng)回答：換庫，用FlashText，官方說法是Regex速度與量成正比，而FlashText幾乎保持常數(shù)不動，看下面對比圖。
Union of 2 sets does not contain all items
兩個集合做并集，為什么會丟失集合中的元素？
set1 = {1, 2, 3}
set2 = {True, False}
print(set1 | set2)
# {False, 1, 2, 3}
print(set2 | set1)
#{False, True, 2, 3}
??對啊，為什么并集還丟數(shù)據(jù)，摔。等等，先開你的終端試試。
>>> 1 == True
True
>>> 0 == False
True
>>> {0, False}
{0}
>>> {False, 0}
{False}
??繼續(xù)摔，雖然知道了原因，但要同時用1和True怎么辦？
??你可以試試這樣
>>> set1 = {(1, int), (2, int), (3, int)}
>>> set2 = {(True, bool), (False, bool)}
>>> set1 | set2
{(3, <class 'int'>), (1, <class 'int'>), (2, <class 'int'>),
(True, <class 'bool'>), (False, <class 'bool'>)}
>>> set1 & set2
set()
  # 或者
>>> set1 = {'1', '2', '3'}
>>> set2 = {'True', 'False'}
>>> set1 | set2
{'2', '3', 'False', 'True', '1'}
>>> set1 & set2
set()
??雖然是麻煩了點，但好歹能用了。
What is the difference between i = i + 1 and i += 1 in a 'for' loop?
在for循環(huán)中，i = i + 1 和 i += 1的區(qū)別？
??這個確實比較...嗯...難查。翻了很多資料，最后再python的官方文檔找到差別，+與+=調(diào)用的方法不一樣，其中，+=調(diào)用object.__iadd__(self, other)，+調(diào)用object.__add__(self, other)。
??我把原文及網(wǎng)址貼出來，我怕我自己翻譯過來變了味道，基本都能看懂
These methods are called to implement the augmented arithmetic assignments (+=, -=, *=, @=, /=, //=, %=, **=, <<=, >>=, &=, ^=, |=). These methods should attempt to do the operation in-place (modifying self) and return the result (which could be, but does not have to be, self). If a specific method is not defined, the augmented assignment falls back to the normal methods. For instance, if x is an instance of a class with an iadd() method, x += y is equivalent to x = x.iadd(y) . Otherwise, x.add(y) and y.radd(x) are considered, as with the evaluation of x + y. In certain situations, augmented assignment can result in unexpected errors (see Why does a_tuple[i] += [‘item’] raise an exception when the addition works?), but this behavior is in fact part of the data model.
https://docs.python.org/3/reference/datamodel.html#emulating-numeric-types
Why is copying a shuffled list much slower?
為什么拷貝一個隨機排序的列表慢？
??這題問起來就比較難懂我先完善一下題目，大家看一下如下兩種程序運行速度：
from timeit import timeit
import random
#case1 run: 5.84262761547 s
print timeit(lambda: random.shuffle(range(10**6)), number=10)
#case2 run: 1.07579151663 s
print timeit(lambda: range(10**6), number=10)
??題目問的就是這兩種方式速度為什么會相差那么大？摔，這題真的很難，講道理面試官就是不想讓你進這家公司吧。
??查了很多資料(真的很多)，我大概是知道是什么意思的，但是可能自己寫的不太到位，如果大家有更準確的表達方式請寫在評論區(qū)。
-
影響列表復制速度的因素是什么？
- 列表復制的速度是取決于列表元素在堆中的順序。
-
列表的復制又是一個什么操作？
- Python所有對象都在heap上，因此每個對象都是指針。
- 這里的列表復制是淺操作。
- Pytohn的數(shù)字也是對象，你定義的整形1實際上是對對象1的引用。而且Python使用引用計數(shù)，所以當一個對象放在一個新的容器，它的引用計數(shù)必須遞增，所以pytohn不能僅僅是復制引用，而是真的需要去物理地址那里一趟(意會一下)。
-
shuffle操作后在物理層面對原列表進行了哪些更改？
- 看一段代碼
import random a = list(range(10**6, 100+10**6)) random.shuffle(a) last = None for item in a: if last is not None: print('diff', id(item) - id(last)) last = item # diff 736 # diff -64 # diff -17291008 # diff -128 # diff 288 # diff -224 # diff 17292032 # diff -1312 # diff 1088 # . # . # .
- 看一段代碼
??綜上其實已經(jīng)可以得出速度變慢的原因：進行shuffle操作后，它們的引用位置更差，導致緩存性能更差。而復制列表不僅是復制引用，復制操作仍然需要為了修改訪問每個對象的引用計數(shù)。
??你就當我在寫數(shù)學證明題吧...
Why do tuples take less space in memory than lists?
為什么元組比列表消耗更少的內(nèi)存？
>>> a = (1,2,3)
>>> a.__sizeof__()
48
>>> b = [1,2,3]
>>> b.__sizeof__()
64
??看完上面的題就覺得這種實在是簡單...顯而易見的因為兩種的數(shù)據(jù)結(jié)構不同，看下圖來找茬。
- tuple中的元素不可修改，list可以。
- list.ob_item 是指向列表對象的指針數(shù)組。
-
list.allocated 是申請內(nèi)存的槽的個數(shù)。
??因為存的多所以占用內(nèi)存大嘛，了以理解。
