Question

在思考代码的优化时，我想知道哪些在python中更贵：

if x:
    d = 1
else:
    d = 2

或

d = 2
if x:
    d = 1

有什么想法？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更昂贵。

Answer 1

不要思考，不要怀疑，衡量 - 在shell命令行中使用timeit （到目前为止最好，最简单的方式用它！）。在笔记本电脑上的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

所以你看到：当x为假时，“just-if”形式可以节省1.4纳秒，但是当x为真时，与“if / else”形式相比，成本为40.2纳秒;因此，在微优化环境中，只有当x的误差可能比真实或其他地方低30倍时，才应使用前者。也：

$ 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缺点。

当差异如此微小时，你应该重复测量，确定噪声水平是什么，并确保你没有把“噪音”中的差异视为重要。例如，要在“x为真”的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表单（在此计算机和关键软件的版本上）74.2到76.0纳秒 - 该范围比任何单个数字更具表现力。同样地：

$ 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声明表单（在相同条件下）需要67.9到69.2纳秒;所以它的优势，对于x true，表达形式，是4.8到8.1纳秒（将后一个区间估计限制在6.3到6.8纳秒是相当公平的，比较最小/最小和最大/最大而不是最小/最大和最大/最小的，更谨慎的估计确实。）

一旦你意识到他们微观的，任何特定的护理，当你是一个不同的问题时，多少时间和精力值得投入这种微观差异。

Answer 2

您应该对此进行基准测试，但也有第三种使用三元运算符的形式：

d = 1 if x else 2

Answer 3

第二个显然应该更昂贵，如果x为假，它会执行相同的操作，如果x为真，则执行两次分配。

假设：python中的赋值比条件跳转更昂贵，因为它的解释是有意义的，它必须读取运行时散列以获取新值，然后将其上传到相同的散列中。

Answer 4

我认为最具可读性的是最优化的（至少为了可读性）。

if ... else结构清楚表明你正在处理这两种情况。

如果（d == 2）是通常的值而你的if测试了一个不寻常的情况，那么赋值结构可能更有意义。如果您的作业从if。

移开，则此构造变得不那么清晰

在这个简单的例子中，它并不重要。对于更复杂的代码，我几乎总是优化可读性，即使以几个CPU周期为代价。

Python if else微优化

4 个答案: