Question

换句话说，两个星号背后是什么？它只是将数字乘以x倍或其他？作为后续问题，写2 ** 3或2 * 2 * 2是否更好。我问，因为我听说在C ++中最好不要使用pow（）进行简单的计算，因为它调用了一个函数。

Answer 1

如果您对内部感兴趣，我会反汇编指令以获取它映射到的CPython字节码。使用Python3：

»»» def test():
    return 2**3
   ...: 
»»» dis.dis(test)
  2           0 LOAD_CONST               3 (8)
              3 RETURN_VALUE

好的，所以在进入时似乎已经完成了计算，并存储了结果。您获得2 * 2 * 2的完全相同的CPython字节码（随意尝试）。因此，对于求值为常量的表达式，您得到相同的结果，并不重要。

如果你想要一个变量的力量怎么办？

现在你得到两个不同的字节码：

»»» def test(n):
        return n ** 3

»»» dis.dis(test)
  2           0 LOAD_FAST                0 (n)
              3 LOAD_CONST               1 (3)
              6 BINARY_POWER
              7 RETURN_VALUE

VS

»»» def test(n):
    return n * 2 * 2
   ....: 

»»» dis.dis(test)
  2           0 LOAD_FAST                0 (n)
              3 LOAD_CONST               1 (2)
              6 BINARY_MULTIPLY
              7 LOAD_CONST               1 (2)
             10 BINARY_MULTIPLY
             11 RETURN_VALUE

现在的问题当然是BINARY_MULTIPLY比BINARY_POWER操作更快吗？

尝试这种方法的最佳方法是使用timeit。我将使用IPython %timeit魔法。这是乘法的输出：

%timeit test(100)
The slowest run took 15.52 times longer than the fastest. This could mean that an intermediate result is being cached 
10000000 loops, best of 3: 163 ns per loop

和权力

The slowest run took 5.44 times longer than the fastest. This could mean that an intermediate result is being cached 
1000000 loops, best of 3: 473 ns per loop

您可能希望对代表性输入重复此操作，但从经验上看，乘法似乎更快（但请注意提到的输出方差的提示）。

如果你想进一步的内部，我建议深入研究CPython代码。

Answer 2

虽然第二个数字对于数字来说稍微快一点，但与第一个相比，优势非常低：可读性。如果你想要时间，并且你被迫做出这样的优化，那么python可能不是你应该使用的语言。

注意：除了数字之外：

a ** b 转换为

a.__pow__(b)

而 a * a * a 是对

的调用

a.__mul__(a.__mul__(a))

测试代码：

import time

s = time.time()
for x in xrange(1,1000000):
    x**5
print "done in ", time.time() - s

s = time.time()
for x in xrange(1,1000000):
    x*x*x*x*x
print "done in ", time.time() - s

我的机器产量：

done in  0.975429058075
done in  0.260419845581
[Finished in 1.2s]

Answer 3

**运算符将在内部使用迭代函数（与内置pow()（Python docs）相同的语义，这可能意味着它只是调用该函数）。 / p>

因此，如果您知道电源并且可以对其进行硬编码，那么使用2*2*2可能会比2**3快一点。这与该功能有点关系，但我认为主要的性能问题是它将使用循环。

请注意，如果只有2**3那么简单的代码来替换代码较不易读的代码，那么它仍然非常愚蠢，性能增益最小。

Answer 4

来自the docs：

权力运算符比左边的一元运算符绑定得更紧密;它比右边的一元运算符更紧密。语法是：

power ::=  primary ["**" u_expr]

因此，在功率和一元运算符的未加密集的序列中，运算符从右到左进行求值（这不会限制操作数的求值顺序）：-1**2得到-1。< / p>
当使用两个参数调用时，幂运算符与内置pow()函数具有相同的语义：它将其左参数提升为其右参数的幂。

这意味着，在Python中：2**2**3被评估为2**(2**3) = 2**8 = 256。

在数学中，堆叠指数从上到下应用。如果没有这样做，你只会得到指数的乘法：

(((2**3)**4)**5) = 2**(3*4*5)

进行乘法可能要快一点，但可读性要差一些。

Answer 5

如果你坦率地问，乘法会快一点。

>>timeit.timeit('[i*i*i*i for i in range(100)]', number=10000)
0.262529843304
>>timeit.timeit('[i**4 for i in range(100)]', number=10000)
0.31143438383

但是，当您从两个选项中选择一个时，速度并不是唯一要考虑的因素。例如，计算2到电源20时更容易？只需编写2**20或使用for循环，它将迭代20次并执行一些乘法任务？

python中的幂运算符（**）转化为什么？

5 个答案:

测试代码：