这是 an answer I gave a few days back 的后续问题. 编辑: 似乎那个问题的 OP 已经使用了我发布给他的代码来询问 the same question ,但我没有意识到这一点。道歉。但是提供的答案不同!
我基本上观察到:
>>> def without_else(param=False):
... if param:
... return 1
... return 0
>>> def with_else(param=False):
... if param:
... return 1
... else:
... return 0
>>> from timeit import Timer as T
>>> T(lambda : without_else()).repeat()
[0.3011460304260254, 0.2866089344024658, 0.2871549129486084]
>>> T(lambda : with_else()).repeat()
[0.27536892890930176, 0.2693932056427002, 0.27011704444885254]
>>> T(lambda : without_else(True)).repeat()
[0.3383951187133789, 0.32756996154785156, 0.3279120922088623]
>>> T(lambda : with_else(True)).repeat()
[0.3305950164794922, 0.32186388969421387, 0.3209099769592285]
...或者换句话说:无论 if
条件是否被触发,使用 else
子句会更快。
我认为这与两者生成的不同字节码有关,但有人能够详细确认/解释吗?
编辑: 似乎不是每个人都能重现我的计时,所以我认为提供一些关于我的系统的信息可能会很有用。我正在运行安装了默认 python 的 Ubuntu 11.10 64 位。 python
生成以下版本信息:
Python 2.7.2+ (default, Oct 4 2011, 20:06:09)
[GCC 4.6.1] on linux2
以下是 Python 2.7 中的反汇编结果:
>>> dis.dis(without_else)
2 0 LOAD_FAST 0 (param)
3 POP_JUMP_IF_FALSE 10
3 6 LOAD_CONST 1 (1)
9 RETURN_VALUE
4 >> 10 LOAD_CONST 2 (0)
13 RETURN_VALUE
>>> dis.dis(with_else)
2 0 LOAD_FAST 0 (param)
3 POP_JUMP_IF_FALSE 10
3 6 LOAD_CONST 1 (1)
9 RETURN_VALUE
5 >> 10 LOAD_CONST 2 (0)
13 RETURN_VALUE
14 LOAD_CONST 0 (None)
17 RETURN_VALUE
最佳答案
这是一个纯粹的猜测,我还没有找到一个简单的方法来检查它是否正确,但我有一个理论给你。
我尝试了您的代码并得到相同的结果,without_else()
反复比 with_else()
慢一点:
>>> T(lambda : without_else()).repeat()
[0.42015745017874906, 0.3188967452567226, 0.31984281521812363]
>>> T(lambda : with_else()).repeat()
[0.36009842032996175, 0.28962249392031936, 0.2927151355828528]
>>> T(lambda : without_else(True)).repeat()
[0.31709728471076915, 0.3172671387005721, 0.3285821242644147]
>>> T(lambda : with_else(True)).repeat()
[0.30939889008243426, 0.3035132258429485, 0.3046679117038593]
考虑到字节码是相同的,唯一的区别是函数的名称。特别是时序测试会查找全局名称。尝试重命名without_else()
,差异消失:
>>> def no_else(param=False):
if param:
return 1
return 0
>>> T(lambda : no_else()).repeat()
[0.3359846013948413, 0.29025818923918223, 0.2921801513879245]
>>> T(lambda : no_else(True)).repeat()
[0.3810395594970828, 0.2969634408842694, 0.2960104566362247]
我的猜测是 without_else
与 globals()
中的其他内容存在哈希冲突,因此全局名称查找稍慢。
编辑:有 7 或 8 个键的字典可能有 32 个槽,因此在此基础上 without_else
与 __builtins__
存在哈希冲突:
>>> [(k, hash(k) % 32) for k in globals().keys() ]
[('__builtins__', 8), ('with_else', 9), ('__package__', 15), ('without_else', 8), ('T', 21), ('__name__', 25), ('no_else', 28), ('__doc__', 29)]
澄清散列的工作原理:
__builtins__
散列到 -1196389688,这减少了表大小的模数 (32) 意味着它存储在表的 #8 槽中。
without_else
散列到 505688136,将模 32 减少为 8,因此存在冲突。要解决这个 Python 计算:
开始于:
j = hash % 32
perturb = hash
重复此操作,直到找到空闲槽:
j = (5*j) + 1 + perturb;
perturb >>= 5;
use j % 2**i as the next table index;
这使它 17 用作下一个索引。幸运的是,这是免费的,所以循环只重复一次。哈希表大小是 2 的幂,所以 2**i
是哈希表的大小,i
是从哈希值 j
中使用的位数。
对表的每个探测都可以找到以下之一:
槽是空的,在这种情况下探测停止并且我们知道 值不在表中。
该插槽未使用,但过去曾使用过,在这种情况下我们去尝试 如上计算的下一个值。
槽已满,但表中存储的完整哈希值未满
与我们正在寻找的 key 的哈希相同(这就是
在 __builtins__
vs without_else
的情况下发生)。
槽满了,正好有我们想要的hash值,然后是Python 检查我们正在查找的键和对象是否是 相同的对象(在这种情况下它们将是因为短字符串 可能是标识符被实习所以相同的标识符使用 完全相同的字符串)。
最后当slot满的时候,hash完全匹配,但是key 不是相同的对象,然后只有这样 Python 才会尝试 比较它们是否相等。这相对较慢,但在 实际上不应发生名称查找的情况。
https://stackoverflow.com/questions/8271139/