优化：通用原则与性能分析技术
优化的三条规则
优化是有代价的，无论结果如何。当一段代码能够正常工作时，有时让它保持原样可能比不惜一切代价让它运行得更快更好。在进行优化时，有三条规则需要牢记：
1.先让代码工作：一个常见的错误是在编写代码时就尝试进行优化。这是不可行的，因为真正的瓶颈往往出现在你意想不到的地方。应用程序由非常复杂的交互组成，在它真正被使用之前，不可能全面了解其运行情况。当然，这并不意味着编写函数或方法时可以不考虑速度，应尽量降低其复杂度并避免无用的重复。但首要目标是让代码工作，这个目标不应被优化问题所阻碍。对于行级代码，Python 的理念是“有一种且最好只有一种方法来做这件事”。所以，只要遵循 Pythonic 语法，代码通常就没问题。通常，编写更少的代码比编写更多的代码更好、更快。在代码正常工作并准备好进行性能分析之前，不要做以下事情：
- 开始编写全局字典来缓存函数数据。
- 考虑将部分代码用 C 或 Pyrex 等混合语言实现。
- 寻找外部库来进行一些基本计算。
对于非常专业的程序，如科学计算程序或游戏，从一开始就使用专业库和外部化可能是不可避免的。另一方面，使用像 Numeric 这样的库可能会简化特定功能的开发，并最终产生更简单、更快的代码。此外，如果有一个好的库可以完成某个功能，就不应该重写该函数。例如，Soya 3D 是基于 OpenGL 的游戏引擎，在实时 3D 渲染时使用 C 和 Pyrex 进行快速矩阵运算。优化应该在已经能正常工作的程序上进行。
2.从用户的角度出发：曾有团队致力于优化应用服务器的启动时间，服务器启动后运行良好。他们完成加
