Question

我一直在努力理解为什么Python 3在某些情况下与Python 2相比实际上需要花费很多时间，以下是我从python 3.4到python 2.7验证的少数情况。

注意：我已经完成了一些问题，例如Why is there no xrange function in Python3?和loop in python3 much slower than python2以及Same code slower in Python3 as compared to Python2，但我觉得我没有得到这个问题背后的实际原因。< / p>

我已经尝试过这段代码来展示它是如何产生变化的：

MAX_NUM = 3*10**7

# This is to make compatible with py3.4.
try:
    xrange
except:
    xrange = range


def foo():
    i = MAX_NUM
    while i> 0:
        i -= 1

def foo_for():
    for i in xrange(MAX_NUM):
        pass

当我尝试用py3.4和py2.7运行这个程序时，我已经到了下面结果

注意：这些统计数据来自带有64 bit处理器的2.6Ghz计算机，并在单循环中使用time.time()计算时间。

Output : Python 3.4
-----------------
2.6392083168029785
0.9724123477935791

Output: Python 2.7
------------------
1.5131521225
0.475143909454

我真的不认为while或xrange已经从2.7到3.4应用了更改，我知道range已经开始对xrange采取行动在py3.4中，但正如文档所述

range()现在的行为类似于xrange()，但它适用于任意大小的值。后者不再存在。

这意味着从xrange到range的更改非常等于名称更改，但使用任意值。

我也验证了反汇编的字节码。

下面是函数foo()的反汇编字节代码：

Python 3.4:
--------------- 

 13           0 LOAD_GLOBAL              0 (MAX_NUM)
              3 STORE_FAST               0 (i)

 14           6 SETUP_LOOP              26 (to 35)
        >>    9 LOAD_FAST                0 (i)
             12 LOAD_CONST               1 (0)
             15 COMPARE_OP               4 (>)
             18 POP_JUMP_IF_FALSE       34

 15          21 LOAD_FAST                0 (i)
             24 LOAD_CONST               2 (1)
             27 INPLACE_SUBTRACT
             28 STORE_FAST               0 (i)
             31 JUMP_ABSOLUTE            9
        >>   34 POP_BLOCK
        >>   35 LOAD_CONST               0 (None)
             38 RETURN_VALUE

python 2.7
-------------

 13           0 LOAD_GLOBAL              0 (MAX_NUM)
              3 STORE_FAST               0 (i)

 14           6 SETUP_LOOP              26 (to 35)
        >>    9 LOAD_FAST                0 (i)
             12 LOAD_CONST               1 (0)
             15 COMPARE_OP               4 (>)
             18 POP_JUMP_IF_FALSE       34

 15          21 LOAD_FAST                0 (i)
             24 LOAD_CONST               2 (1)
             27 INPLACE_SUBTRACT    
             28 STORE_FAST               0 (i)
             31 JUMP_ABSOLUTE            9
        >>   34 POP_BLOCK           
        >>   35 LOAD_CONST               0 (None)
             38 RETURN_VALUE

以下是函数foo_for()的反汇编字节代码：

Python: 3.4

 19           0 SETUP_LOOP              20 (to 23)
              3 LOAD_GLOBAL              0 (xrange)
              6 LOAD_GLOBAL              1 (MAX_NUM)
              9 CALL_FUNCTION            1 (1 positional, 0 keyword pair)
             12 GET_ITER
        >>   13 FOR_ITER                 6 (to 22)
             16 STORE_FAST               0 (i)

 20          19 JUMP_ABSOLUTE           13
        >>   22 POP_BLOCK
        >>   23 LOAD_CONST               0 (None)
             26 RETURN_VALUE


Python: 2.7
-------------

 19           0 SETUP_LOOP              20 (to 23)
              3 LOAD_GLOBAL              0 (xrange)
              6 LOAD_GLOBAL              1 (MAX_NUM)
              9 CALL_FUNCTION            1
             12 GET_ITER            
        >>   13 FOR_ITER                 6 (to 22)
             16 STORE_FAST               0 (i)

 20          19 JUMP_ABSOLUTE           13
        >>   22 POP_BLOCK           
        >>   23 LOAD_CONST               0 (None)
             26 RETURN_VALUE

如果我们比较两个字节码，他们就会产生相同的反汇编字节码。

现在我想知道从2.7到3.4的哪些变化确实导致了给定代码段中执行时间的这一巨大变化。

Answer 1

区别在于int类型的实现。 Python 3.x独占使用任意大小的整数类型（2.x）中的long，而在Python 2.x中，对于最大sys.maxint的值，使用更简单的int类型在引擎盖下使用简单的C long。

将循环限制为 long 整数后，Python 3.x会更快：

>>> from timeit import timeit
>>> MAX_NUM = 3*10**3
>>> def bar():
...     i = MAX_NUM + sys.maxsize
...     while i > sys.maxsize:
...         i -= 1
...

Python 2：

>>> timeit(bar, number=10000)
5.704327821731567

Python 3：

>>> timeit(bar, number=10000)
3.7299320790334605

我使用sys.maxsize，因为sys.maxint从Python 3中删除，但整数值基本相同。

因此，Python 2中的速度差异仅限于第一个（2 ** 63） - 64位上的1个整数，（2 ** 31） - 32位系统上的1个整数。

由于您无法在Python 2上使用long类型和xrange()，因此我没有对该函数进行比较。

为什么Python 3比Python 2慢得多？

1 个答案: