在操作某个很多进程都要频繁用到的大文件的时候，应该尽早释放文件资源（f.close()）,只有这样才能算是一则高效来源[email protected]搞@^&代*@码)网率的代码，下面我们就来分析下这3种方法的优劣
前2种方法主要用到了列表解析，性能稍差，而最后一种使用的时候生成器表达式，相比列表解析，更省内存
列表解析和生成器表达式很相似：
列表解析
[expr for iter_var in iterable if cond_expr]
生成器表达式
(expr for iter_var in iterable if cond_expr)
方法1：最原始
代码如下:
longest = 0
f = open(FILE_PATH,”r”)
allLines = [line.strip() for line in f.readlines()]
f.close()
for line in allLines:
linelen = len(line)
if linelen>longest:
longest = linelen
f = open(FILE_PATH,”r”)
allLines = [line.strip() for line in f.readlines()]
f.close()
for line in allLines:
linelen = len(line)
if linelen>longest:
longest = linelen
方法2：简洁
代码如下:
f = open(FILE_PATH,”r”)
allLineLens = [len(line.strip()) for line in f]
longest = max(allLineLens)
f.close()
allLineLens = [len(line.strip()) for line in f]
longest = max(allLineLens)
f.close()
缺点：一行一行的迭代f的时候，列表解析需要将文件的所有行读取到内存中，然后生成列表
方法3：最简洁，最节省内存
代码如下:
f = open(FILE_PATH,”r”)
longest = max(len(line) for line in f)
f.close()
longest = max(len(line) for line in f)
f.close()
或者
代码如下:
print max(len(line.strip()) for line in open(FILE_PATH))
以上就是Python高级应用实例对比：高效计算大文件中的最长行的长度的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：Python高级应用实例对比：高效计算大文件中的最长行的长度
转载请注明原文链接：Python高级应用实例对比：高效计算大文件中的最长行的长度
