Python if else 微优化

Question

在思考代码优化时，我想知道 python 中哪个更昂贵：

if x:
    d = 1
else:
    d = 2

或者

d = 2
if x:
    d = 1

有什么想法吗？我喜欢第二次减少的行数，但想知道重新分配是否比条件切换成本更高。

Answer 1

不要思考，不要怀疑，测量——使用 timeit 在 shell 命令行（迄今为止最好、最简单的方法使用它！）。笔记本电脑上 Mac OSX 10.5 上的 Python 2.5.4...：

$ python -mtimeit -s'x=0' 'if x: d=1' 'else: d=2'
10000000 loops, best of 3: 0.0748 usec per loop
$ python -mtimeit -s'x=1' 'if x: d=1' 'else: d=2'
10000000 loops, best of 3: 0.0685 usec per loop
$ python -mtimeit -s'x=0' 'd=2' 'if x: d=1'
10000000 loops, best of 3: 0.0734 usec per loop
$ python -mtimeit -s'x=1' 'd=2' 'if x: d=1'
10000000 loops, best of 3: 0.101 usec per loop

所以你看：与“if/其他”形式；因此，在微优化环境中，只有当 x 为假的可能性是 true 的 30 倍或左右时，才应使用前者。另外：

$ python -mtimeit -s'x=0' 'd=1 if x else 2'
10000000 loops, best of 3: 0.0736 usec per loop
$ python -mtimeit -s'x=1' 'd=1 if x else 2'
10000000 loops, best of 3: 0.076 usec per loop

... if/else 的三元运算符有其自己的微小优点和缺点。

当差异如此之小时，您应该重复测量，确定噪声水平，并确保您不会将“噪声”中的差异视为显着。例如，要在“x 为真”情况下比较语句与表达式 if/else，请重复几次：

$ python -mtimeit -s'x=1' 'd=1 if x else 2'
10000000 loops, best of 3: 0.076 usec per loop
$ python -mtimeit -s'x=1' 'd=1 if x else 2'
10000000 loops, best of 3: 0.0749 usec per loop
$ python -mtimeit -s'x=1' 'd=1 if x else 2'
10000000 loops, best of 3: 0.0742 usec per loop
$ python -mtimeit -s'x=1' 'd=1 if x else 2'
10000000 loops, best of 3: 0.0749 usec per loop
$ python -mtimeit -s'x=1' 'd=1 if x else 2'
10000000 loops, best of 3: 0.0745 usec per loop

现在您可以声明表达式形式需要（在本机和关键软件版本上）74.2 到 76.0 纳秒 - - 该范围比任何单个数字更具表现力。类似地：

$ python -mtimeit -s'x=1' 'if x: d=1' 'else: d=2'
10000000 loops, best of 3: 0.0688 usec per loop
$ python -mtimeit -s'x=1' 'if x: d=1' 'else: d=2'
10000000 loops, best of 3: 0.0681 usec per loop
$ python -mtimeit -s'x=1' 'if x: d=1' 'else: d=2'
10000000 loops, best of 3: 0.0687 usec per loop
$ python -mtimeit -s'x=1' 'if x: d=1' 'else: d=2'
10000000 loops, best of 3: 0.0679 usec per loop
$ python -mtimeit -s'x=1' 'if x: d=1' 'else: d=2'
10000000 loops, best of 3: 0.0692 usec per loop

现在您可以自信地声明语句形式（在相同条件下）需要 67.9 到 69.2 纳秒；因此，对于 x true，对于表达式形式，它的优点是 4.8 到 8.1 纳秒（将后一个间隔估计限制为 6.3 到 6.8 纳秒是相当公平的，比较 min/min 和 max/max 而不是 min/max 和 max/ min 作为更广泛、更审慎的估计）。

当然，一旦您意识到任何给定的护理都是微观的，那么值得投入多少时间和精力来研究这些微观差异，这是一个不同的问题。

Answer 2

您可能应该对此进行基准测试，但还有第三种形式使用三元运算符：

d = 1 if x else 2

Answer 3

第二个显然应该更昂贵，如果x为假，它执行相同的操作，如果x为真，则执行两倍的赋值。

假设：在Python中赋值比条件跳转更昂贵，这是有道理的，因为它被解释并且它必须读取运行时哈希来获取新值，然后将其上传到相同的哈希中。

Answer 4

我认为最具可读性的就是最优化的（至少在可读性方面）。

if...else 结构清楚地表明您正在处理非此即彼的情况。

如果 (d==2) 是通常的值并且您的 if 测试不寻常的情况，则赋值构造可能更有意义。如果你的赋值从 if 中移开，这个结构就会变得不太清晰。

在这个简单的例子中，这并不重要。对于更复杂的代码，我几乎总是会优化可读性，即使会牺牲一些 CPU 周期。