推荐教材：董付国著，《Python数据分析与数据可视化（微课版）》，ISBN:978-7-302-62420-2，清华大学出版社，2023年6月出版，2023年8月第2次印刷
配套资源：教学大纲、课件、源码、数据文件、34小时微课
- 《Python数据分析与数据可视化》教材插图彩图
- 《Python数据分析与数据可视化》教学大纲
=============
问题描述：
在循环结构中，如果没有break语句的话，循环条件的测试次数比循环体的实际执行次数多1，最后一次测试不满足条件，循环结束。对于嵌套循环结构，在不影响结果的情况下，循环次数少的循环作为外循环时循环条件测试的总次数更少。这一点对for循环和while循环都适用。
Python扩展库memory_profiler中的修饰器函数profile()可以用来跟踪和收集程序执行过程中内存占用与释放情况，输出结果中的Occurrences列显示了每行代码的执行次数，可以用来验证上面的描述。
测试代码如下，可以自行补充代码修改func3()中while内外循环的次数观察运行结果的变化。
运行结果：
在实际使用中，这对代码效率的影响并不大，一来很多情况中交换内外循环会影响功能，二来循环结构运行时间主要取决于循环体代码，循环条件测试次数的减少几乎可以忽略。并且，嵌套循环结构中内循环次数较多时解释器会进行优化。例如，
虽然第二段代码外循环次数小，循环条件测试的总次数少了很多，但并没有像预期的那样提高速度，反而比第一段代码还慢。
如果内循环次数很少的话，解释器可能不会额外进行优化，此时交换内外循环对效率影响比较明显。例如，
那么，如何提高循环结构的执行速度呢，下面介绍两种思路，一是尽量减少内循环中不必要的计算，能往外提的计算尽量往外提。例如，
另一种方法是，如果能使用列表推导式改写的话就使用列表推导式，因为Python解释器在底层对列表推导式进行了大量优化。例如，
=================
温馨提示：
关注微信公众号“Python小屋”
