# 18.1.?概覽 由于代碼優化過程中存在太多的不明確因素，以至于你很難清楚該從何入手。 讓我們從這里開始：_你真的確信你要這樣做嗎？_ 你的代碼真的那么差嗎？值得花時間去優化它嗎？在你的應用程序的生命周期中，與花費在等待一個遠程數據庫服務器，或是等待用戶輸入相比，運行這段代碼將花費多少時間？ 第二，_你確信已經完成代碼編寫了嗎？_ 過早的優化就像是在一塊半生不熟的蛋糕上撒糖霜。你花費了幾小時、幾天 (或更長) 時間來優化你的代碼以提高性能，卻發現它不能完成你希望它做的工作。那是浪費時間。 這并不是說代碼優化毫無用處，但是你需要檢查一下整個系統，并且確定把時間花在這上面是值得的。在優化代碼上每花費一分鐘，就意味著你少了增加新功能、編寫文檔或者陪你的孩子玩或者編寫單元測試的一分鐘。 哦，是的，單元測試。不必我說，在開始性能優化之前你需要一個完全的單元測試集。你最不需要的就是在亂動你的算法時引入新的問題。 謹記著這些忠告，讓我們來看一些優化 Python 代碼的技術。我們要研究的代碼是 Soundex 算法的實現。Soundex 是一種 20 世紀在美國人口普查中歸檔姓氏的方法。它把聽起來相似的姓氏歸在一起，使得在即便錯誤拼寫的情況下調查者仍能查找到。Soundex 今天仍然因差不多的原因被應用著，當然現在用計算機數據庫服務器了。大部分的數據庫服務器都有 Soundex 函數。 Soundex 算法有幾個差別不大的變化版本。這是本章使用的： 1. 名字的第一個字母不變。 2. 根據特定的對照表，將剩下的字母轉換為數字： * B、 F、 P 和 V 轉換為 1。 * C、 G、 J、 K、 Q、 S、 X 和 Z 轉換為 2。 * D 和 T 轉換為 3。 * L 轉換為 4。 * M 和 N 轉換為 5。 * R 轉換為 6。 * 所有其他字母轉換為 9。 3. 去除連續重復。 4. 去除所有 9。 5. 如果結果都少于四個字符 (第一個字母加上后面的三位字符)，就以零補齊。 6. 如果結果超過四個字符，丟棄掉四位之后的字符。 比如，我的名字 `Pilgrim` 被轉換為 P942695。沒有連續重復，所以這一步不需要做。然后是去除 9，剩下 P4265。太長了，所以你把超出的字符丟棄，剩下 P426。 另一個例子：`Woo` 被轉換為 W99，變成 W9，變成 W，然后以補零成為 W000。 這是 Soundex 函數的第一次嘗試： ## 例?18.1.?`soundex/stage1/soundex1a.py` 如果您還沒有下載本書附帶的樣例程序, 可以 [下載本程序和其他樣例程序](http://www.woodpecker.org.cn/diveintopython/download/diveintopython-exampleszh-cn-5.4b.zip "Download example scripts")。 ``` import string, re charToSoundex = {"A": "9", "B": "1", "C": "2", "D": "3", "E": "9", "F": "1", "G": "2", "H": "9", "I": "9", "J": "2", "K": "2", "L": "4", "M": "5", "N": "5", "O": "9", "P": "1", "Q": "2", "R": "6", "S": "2", "T": "3", "U": "9", "V": "1", "W": "9", "X": "2", "Y": "9", "Z": "2"} def soundex(source): "convert string to Soundex equivalent" # Soundex requirements: # source string must be at least 1 character # and must consist entirely of letters allChars = string.uppercase + string.lowercase if not re.search('^[%s]+$' % allChars, source): return "0000" # Soundex algorithm: # 1\. make first character uppercase source = source[0].upper() + source[1:] # 2\. translate all other characters to Soundex digits digits = source[0] for s in source[1:]: s = s.upper() digits += charToSoundex[s] # 3\. remove consecutive duplicates digits2 = digits[0] for d in digits[1:]: if digits2[-1] != d: digits2 += d # 4\. remove all "9"s digits3 = re.sub('9', '', digits2) # 5\. pad end with "0"s to 4 characters while len(digits3) < 4: digits3 += "0" # 6\. return first 4 characters return digits3[:4] if __name__ == '__main__': from timeit import Timer names = ('Woo', 'Pilgrim', 'Flingjingwaller') for name in names: statement = "soundex('%s')" % name t = Timer(statement, "from __main__ import soundex") print name.ljust(15), soundex(name), min(t.repeat()) ``` ## 進一步閱讀 * Soundexing and Genealogy 給出了 Soundex 發展的年代表以及地域變化。