Các kiểu dữ liệu trong C ( int - float - double - char ...) 
Thuật toán tìm ước chung lớn nhất trong C/C++ 
Cấu trúc lệnh switch case trong C++ (có bài tập thực hành) 
ComboBox - ListBox trong lập trình C# winforms 
Random trong Python: Tạo số random ngẫu nhiên 
Lệnh cin và cout trong C++ 
Cách khai báo biến trong PHP, các loại biến thường gặp 
Download và cài đặt Vertrigo Server 
Thẻ li trong HTML 
Thẻ article trong HTML5 
Cấu trúc HTML5: Cách tạo template HTML5 đầu tiên 
Cách dùng thẻ img trong HTML và các thuộc tính của img 
Thẻ a trong HTML và các thuộc tính của thẻ a thường dùng Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.
6 Tip viết vòng lặp For hiệu quả hơn trong Python
Trong Python, vòng lặp For là một công cụ mạnh mẽ nhưng nếu không được tối ưu hóa, nó có thể gây ra sự kém hiệu quả cho mã của bạn. Việc áp dụng các mẹo đơn giản để cải thiện vòng lặp For không chỉ giúp mã chạy nhanh hơn mà còn giúp code trở nên gọn gàng và dễ bảo trì. Trong bài viết này, mình sẽ tìm hiểu 6 mẹo hữu ích để viết vòng lặp For hiệu quả hơn trong Python, bao gồm các cách tinh chỉnh mã mà bạn có thể áp dụng ngay.
Tránh sử dụng vòng lặp nếu có thể trong Python
Hạn chế dùng vòng lặp và thay vào đó, hãy tận dụng các phương thức tích hợp sẵn. Ví dụ:
numbers = [10, 20, 33, 40, 50, 60, 70, 80]
# Cách thông thường
result = 0
for num in numbers:
result += num
print(result) # 363
# Tối ưu hóa
result = sum(numbers)
print(result) # 363
Sử dụng enumerate trong Python
Khi cần vừa truy cập phần tử vừa truy cập chỉ số, sử dụng enumerate() sẽ giúp mã gọn gàng hơn.
data = ["a", "b", "c"]
# Cách thông thường
for i in range(len(data)):
print(i, data[i])
# Tối ưu hóa
for idx, val in enumerate(data):
print(idx, val)
Bạn có thể bắt đầu chỉ số từ một giá trị tùy ý bằng cách sử dụng tham số start:
Bài viết này được đăng tại [free tuts .net]
for idx, val in enumerate(data, start=1):
print(idx, val)
Dùng zip khi duyệt nhiều danh sách trong Python
zip() trả về một iterator các tuple và dừng khi danh sách ngắn nhất hết phần tử:
a = [1, 2, 3]
b = ["a", "b", "c"]
for val1, val2 in zip(a, b):
print(val1, val2)
Từ Python 3.10, zip() có tham số strict=True để cảnh báo nếu một danh sách dài hơn danh sách còn lại, giúp phát hiện lỗi dễ dàng hơn.
Suy nghĩ theo hướng “lazy” trong Python!
Hãy dùng generator để tối ưu mã, giúp giảm tải bộ nhớ và cải thiện hiệu suất.
events = [("learn", 5), ("learn", 10), ("relaxed", 20)]
# Cách thông thường
minutes_studied = 0
for event in events:
if event[0] == "learn":
minutes_studied += event[1]
print(minutes_studied) # 15
# Tối ưu hóa
study_times = (event[1] for event in events if event[0] == "learn")
minutes_studied = sum(study_times)
print(minutes_studied) # 15
Tận dụng itertools trong Python
Module itertools cung cấp nhiều hàm giúp duyệt dữ liệu hiệu quả:
- islice(): Duyệt một đoạn cụ thể của danh sách.
from itertools import islice
lines = ["line1", "line2", "line3", "line4", "line5"]
first_five_lines = islice(lines, 5)
for line in first_five_lines:
print(line)
pairwise(): Lấy các cặp phần tử liên tiếp.
from itertools import pairwise
for pair in pairwise('ABCDE'):
print(pair[0], pair[1])
takewhile(): Duyệt phần tử miễn là điều kiện đúng.
from itertools import takewhile
items = takewhile(lambda x: x >= 0, [1, 2, 4, -1, 4, 1])
for item in items:
print(item)
Dùng NumPy nếu cần hiệu suất cao trong Python
NumPy rất mạnh mẽ khi xử lý dữ liệu lớn và tính toán nhanh hơn các hàm tích hợp.
import numpy as np # Cách thông thường sum(range(10)) # Tối ưu hóa với NumPy np.sum(np.arange(10))
Kết bài
Hy vọng rằng với 6 tip trên, bạn đã có thêm những cách hiệu quả để tối ưu hóa vòng lặp For trong Python. Những cải tiến nhỏ này có thể mang lại sự khác biệt lớn về hiệu suất và tính rõ ràng của mã, giúp bạn viết code nhanh hơn và dễ bảo trì hơn. Hãy thử áp dụng chúng vào dự án tiếp theo của bạn và cảm nhận sự thay đổi!
