如何提高遍歷pocoui樹的效率
工作中經常碰到需要遍歷pocoui樹的情況。不同的寫法差別很大，寫個部落格記錄一下。
poco的例項，儲存了整個專案的ui樹，體積可能非常大。
以我手頭的專案為例，其完整的ui樹，以字典形式存在txt文字裡，容量高達272k。
poco樹中的各種控制項都有其屬性，下面就以這個「uicarmeraroot」物件為例進行各種寫法的效率比對。
在對該poco例項進行操作前，先簡單對其遍歷一遍，看看耗時多少。
可知：遍歷乙個272k的字典，python只需要0.48秒。
1.offspring()
查詢ui樹里，最偷懶的寫法就是直接生成乙個全樹的例項，然後取其所有後代，再在其後代中逐個查詢符合條件的屬性對應的物件。
示例**為：
uioffspring=poco("uiroot(clone)").offspring()
for x in uioffspring:
if x.attr("name") == 'uicameraroot':
print(x.get_text())
print('查詢控制項過程結束')
break
else :
print("沒找到")
分析一下，瓶頸應該出在if x.attr("name") == 'uicameraroot':這句。
每次對poco例項的屬性進行操作，都要重新生成乙個dump，這非常耗費資源。
除非在之後的業務邏輯裡要對offspring()進行不可同步的操作，否則不要採取這種方法。
2.offspring()指定引數
offspring方法裡跟指定引數，可以將dump操作縮減為1次。大大提公升效率。
示例**如下：
ui_node_name = poco("uiroot(clone)").offspring(name='uicameraroot')
print('查詢控制項xx結束')
poco提供了freeze方法能再次加快查詢效率。
從freeze的原始碼可以看到，freeze()得到的是當前poco例項的乙個靜態副本。
我們可以通過下面的方式取到freeze例項。
freeze=poco.freeze()
hierarchy_dict = freeze.agent.hierarchy.dump()
print(hierarchy_dict)
即將方法1裡的
uioffspring=poco("uiroot(clone)").offspring()替換為
uioffspring=freeze("uiroot(clone)").offspring()
方法2 裡的
ui_node_name = poco("uiroot(clone)").offspring(name='uicameraroot')替換為
ui_node_name = freeze("uiroot(clone)").offspring(name='uicameraroot')
看看結果會如何？
兩種演算法的耗時相差無幾。且都低於對poco例項的操作耗時。
當然，freeze也不是沒有缺點的，它是poco例項的靜態物件，當poco發生變動時，不會實時更新。所以每次操作前，盡量重新凍結賦值；使用完最好也盡快釋放，否則會佔據大量的記憶體資源。
結論
除非需要操作整個ui樹例項裡的不同物件，否則盡量不要讀取全樹；讀全樹的效率比讀單個控制項的效率低2個數量級。
freeze的效率極高。但需要手動重新整理。
樹的遍歷 樹的遍歷（PTA）
給定一棵二叉樹的後序遍歷和中序遍歷，請你輸出其層序遍歷的序列。這裡假設鍵值都是互不相等的正整數。輸入第一行給出乙個正整數n 是二叉樹中結點的個數。第二行給出其後序遍歷序列。第三行給出其中序遍歷序列。數字間以空格分隔。在一行中輸出該樹的層序遍歷的序列。數字間以1個空格分隔，行首尾不得有多餘空格。7 2...
Map遍歷效率比較
1 由來 上次部落格提到了map的四種遍歷方法，其中有的只是獲取了key值或者是value值，但我們應該在什麼時刻選擇什麼樣的遍歷方式呢，必須通過實踐的比較才能看到效率。也看了很多文章，大家建議使用entryset，認為entryset對於大資料量的查詢來說，速度更快，今天我們就通過下面採用不同方法...
Map遍歷效率比較
原博 1 由來 上次部落格提到了map的四種遍歷方法，其中有的只是獲取了key值或者是value值，但我們應該在什麼時刻選擇什麼樣的遍歷方式呢，必須通過實踐的比較才能看到效率。也看了很多文章，大家建議使用entryset，認為entryset對於大資料量的查詢來說，速度更快，今天我們就通過下面採用不...