面试题：Python循环条件判断优化之复杂场景

Question

假设你有一个包含大量字典的列表，每个字典代表一个用户信息，如下： ```python users = [ {'name': 'Alice', 'age': 25, 'is_active': True, 'points': 100}, {'name': 'Bob', 'age': 30, 'is_active': False, 'points': 50}, {'name': 'Charlie', 'age': 22, 'is_active': True, 'points': 150} # 假设有很多这样的字典 ] ``` 现在要遍历这个列表，找到年龄大于25岁、处于活跃状态且积分大于100的用户，并将其名字收集到一个新列表中。请编写代码实现，并详细阐述如何对循环中的条件判断进行优化以提高性能。

Answer 1

users = [
    {'name': 'Alice', 'age': 25, 'is_active': True, 'points': 100},
    {'name': 'Bob', 'age': 30, 'is_active': False, 'points': 50},
    {'name': 'Charlie', 'age': 22, 'is_active': True, 'points': 150}
    # 假设有很多这样的字典
]

result = []
for user in users:
    if user['age'] > 25 and user['is_active'] and user['points'] > 100:
        result.append(user['name'])

print(result)

条件判断优化提高性能的方法

1. 按概率从高到低排列条件：如果可以事先知道某些条件的满足概率，将满足概率低的条件放在前面。例如，如果 is_active 为 False 的用户占比很大，那么可以将 user['is_active'] 这个条件放在最前面，这样很多不满足的情况可以在第一步就被排除，减少后续条件判断的计算量。

2. 减少函数调用：在条件判断中，尽量减少函数调用。在当前代码中，条件判断都是直接读取字典的值进行比较，没有额外的函数调用，这是比较好的。如果条件判断中有函数调用，要尽量避免不必要的调用，例如将结果缓存起来，避免重复计算。

3. 使用生成器表达式：可以使用生成器表达式来简化代码并可能提高性能，如下：

result = [user['name'] for user in users if user['age'] > 25 and user['is_active'] and user['points'] > 100]

生成器表达式在迭代时是惰性求值的，只有在实际需要获取结果时才会计算，在处理大数据集时可能会有更好的性能表现。同时，这种方式代码更简洁。