在你的这个思路中，可以优化的主要就是几方面：
1：求因数可以仅算到n的平方根q为止,对于n，每有一个小于q的因数，就有一个对应的大于q的因数，两者之积为n。
2：在完数函数中已经完成了求因数的工作，不需要另做一次,直接在完数函数中拼装结果即可。
3：目前来说，已知的完全数都是偶数,因此，最后那行那里可以做num+=2优化，但数学上目前还没有证明不存在奇完全数，这种做法从理论上来说是不严谨的。
实际上，当一个数比较大的时候，做因数分解是一个很费时的工作，要找更大的完数，需要更好的因数分解的方式。比如先求出所有的质因数,在使用这些质因数的组合来寻找非质因数。因为质因数必然是在质数表中，而质数表可以建立一次然后重复使用，相对一个个的试商就快得多了。
如果要进一步优化以寻找更大的完全数，那么，就需要利用更多的关于完全数的规律了，比如，除6以外，其它的完全数都是9n+1，都是p^2*q……，这些优化在你这个框架下实现就比较麻烦。
总体来说，不解决因数分解的问题，主要就是上述三种优化了。
碰到这种需求时不要惊慌，可以使用wait()里的timeout参数来设置等待时间，也就是从这个函数开始运行算起，如果时间到达协程没有执行完成，就可以不再等它们了，直接从wait()函数里返回，返回之后就可以判断那些没有执行成功的，可以把这些协程取消掉。例子如下
import asyncioasync def phase(i):
print('in phase {}'.format(i))
try:
await asyncio.sleep(0.1 * i)
except asyncio.CancelledError:
print('phase {} canceled'.format(i))
raise
else:
print('done with phase {}'.format(i))
return 'phase {} result'.format(i)
async def main(num_phases):
print('starting main')
phases = [
phase(i)
for i in range(num_phases)
]
print('waiting 0.1 for phases to complete')
completed, pending = await asyncio.wait(phases, timeout=0.1)
print('{} completed and {} pending'.format(
len(completed), len(pending),
))
# Cancel remaining tasks so they do not generate errors
# as we exit without finishing them.
if pending:
print('canceling tasks')
for t in pending:
t.cancel()
print('exiting main')
event_loop = asyncio.get_event_loop()
try:
event_loop.run_until_complete(main(3))
finally:
event_loop.close()
结果输出如下：
starting main
waiting 0.1 for phases to complete
in phase 0
in phase 2
in phase 1
done with phase 0
1 completed and 2 pending
canceling tasks
exiting main
phase 1 canceled
phase 2 canceled
是为了防止url不可访问，或者响应速度太慢而造成的时间浪费。比如，你要爬取1000个网站，如果有100个需要30s才能返回数据，你等待他们返回的话就需要3000s了，如果你设置10s超时，那么就能知道最长需要多久1000个可以爬完。
如果解决了您的问题请采纳！
如果未解决请继续追问
