Python 性能优化有哪些常用手段？

① 先测量再优化：cProfile、timeit 定位热点；② 数据结构选型：dict/set 查找 O(1) 替代 list 线性；③ 循环优化：局部变量引用（locals() 快于全局）、推导式/内置函数替代手写循环；④ 字符串拼接用 join/f-string 而非 +；⑤ 避免重复计算：lru_cache、缓存中间结果；⑥ 惰性求值：生成器替代大列表；⑦ 算法优化优先（复杂度）；⑧ 必要时：C 扩展（Cython、numba JIT）、多进程并行、调用 C 库（numpy/pandas 向量化）；⑨ 减少不必要拷贝（引用传递）。