最近我一直在修改一些旧的python代码，它们本质上是代数循环，以便让它们执行得更快，通常是通过消除一些不必要的操作。通常，将列表中的条目值从0（作为python float，我认为默认为double）更改为相同的值，这显然不是必需的。或者，检查一个浮点数是否等于某个东西，当它必须是那个东西时，因为前面的“if”如果不是就会触发，或者其他一些无关的操作。这让我想知道什么会更多地保留我的电池，因为我在总线上做了一些我无法插入笔记本电脑的编码。
例如，预计以下两项操作中哪一项使用的电池电量较少？
if b != 0: #b was assigned previously, and I know it is zero already
b = 0
或：
b = 0
第一个检查b是否为0，它是，因此它不会执行下一部分。第二个只是将b分配给零而不用费心去检查。我相信第一个更节省时间，因为你不必改变记忆中的任何东西。这是正确的，如果是这样，它还会更节能吗？ “更有效率”是否总意味着“更节能”？
答案 0 :(得分：1)
我建议Chandler Carruth看这个演讲："Efficiency with Algorithms, Performance with Data Structures" 他阐述了＆＃34;节能指令＆＃34;在4m 49s的视频中。我同意他的看法，想一想特定代码耗费多少瓦特是没用的。正如他所说的那样
问：＆＃34;如何节省电池寿命？＆＃34;
答：＆＃34;完成破坏程序＆＃34;。
另外，在Python中你没有低级别的控制来考虑像这样的低级问题。使用适当的数据结构和算法，并祈祷Python解释器将为您提供优化的字节码。
答案 1 :(得分：0)
每个简单的数学运算都使用相同的功率（如电池电量）吗？
没有。计算两个数字的加法不同于2000万像素照片的傅里叶变换。
我相信第一个更节省时间，因为你不必改变记忆中的任何东西。这是正确的，如果是这样，它还会更节能吗？ “更有效率”是否总意味着“更节能”？
是。你的直觉是对的，但这些都是非常简单的例子。如果你深入挖掘，你将进入一个非常难以理解的奇怪优化的未知领域（例如，看到这个问题：Times two faster than bit shift?）
答案 2 :(得分：0)
通常，您的代码使用系统资源越多，这些资源将使用的功率越大。但是，根据时间或大小限制优化代码更有用，而不是考虑功耗的高级代码。
这样做的一种方法是Big O表示法。实质上，Big O表示法是一种比较算法的大小和/或运行时复杂性的方法。 https://rob-bell.net/2009/06/a-beginners-guide-to-big-o-notation/
处于最低级别的计算机是大量的晶体管，需要电力来改变和维持其状态。 预计任何一行python代码将会消耗多少功率是非常困难的。
答案 3 :(得分：0)
我曾经有这样的问题。有时仍然这样做。以下是我希望有人早些时候告诉我的答案。
通常情况下，如果您的计算机工作量较少，那么它是正确的，它会耗电更少。
但是我们必须非常小心地确定哪些逻辑操作涉及更多工作，哪些涉及更少的工作 - 在这种情况下：
if以及任何其他条件执行费用。从某种角度来看：您已经在询问哪些Python代码会花费更多 drop 水，但实际上在Python中，每次操作都会花费桶并且您的整个Python程序使用河，您的计算机整体使用海洋。
不要将这些答案应用于Python 。首先阅读其余的答案，因为Python和CPU之间有如此多的间接性，如果你不考虑这一点，你就会误导他们如何联系他们。
我相信第一个更节省时间，因为你不必改变记忆中的任何东西。
作为一般规则，读取内存与写入内存一样慢，或者甚至更慢，具体取决于您的计算机正在做什么。为了进一步阅读，您将要了解CPU内存高速缓存级别，内存访问时间以及无序执行和数据依赖性如何影响现代CPU架构。
作为一般规则，语言中的if语句本身是一项可以具有不可忽略的成本的操作。为了进一步阅读，您应该了解CPU流水线操作如何与分支预测和分支处罚相关。另请参阅如何在典型的CPU指令集中实现if语句。
＆＃34;更节省时间＆＃34;总是暗示＆＃34;更节能＆＃34;？
作为一般规则，提高工作效率（减少工作量 - 减少机器指令）意味着更节能，因为现代硬件< / em>（这不总是这样）当你的硬件没有做任何事情时，你的硬件会耗电少。
你应该注意＆＃34;更多时间效率＆＃34;但是，因为现代硬件并不总是在相同的时间内执行相同数量的工作：为了进一步阅读，您将要研究CPU频率扩展，ARM的big.LITTLE架构，和＃34;竞赛到空闲＆＃34;以概念为出发点。
你的问题是关于Python的，所以认识到Python的x != 0，if和x = 0不能直接映射到简单的操作是非常重要的。 CPU 。
为了进一步阅读，特别是如果您熟悉C，我建议您仔细研究如何实现Python。有许多实现 - 主要的是CPython，它是一个C程序，它读取和解释Python源代码，将其转换为Python＆＃34;字节码＆＃34;然后在运行时逐个解释该字节码。
作为基准，如果你正在使用Python，那么任何一个＆＃34;简单＆＃34;操作实际上是CPU操作的 lot ，因为Python解释器中的每一步都是多CPU操作，但哪些成本更高可能会令人惊讶。
让我们分解我们示例中使用的三个（我主要是从用C编写的主要Python实现的角度来描述这个，称为＆＃34; CPython＆＃34;，我是最熟悉的，但一般这个解释大致适用于所有这些，尽管有些人能够优化某些步骤）：
x != 0 它看起来像一个简单的操作，如果这是C并且x是int它只是一个机器指令 - 但Python允许运算符重载，所以首先Python必须： / p>
x（至少一次内存读取，但可能涉及Python内部的一个或多个hashmap查找，这是许多机器操作），x的类型（更多内存读取），x和0值的Python对象来调用该函数（这也不是＆＃34; free＆＃34; - 查找函数调用A B 我对此有更多了解。）所有这些以及 more 必须由CPU 完成，即使 x是Python int或float映射密切关注CPU的本机数值数据类型。
x = 0 在Python中，赋值实际上便宜得多（虽然仍然不是微不足道）：它只需要达到上面的第1步，因为一旦它知道＆＃34;其中＆＃34; x是，它只能用指向0的Python对象的指针覆盖该指针。
if 抽象地说，Python if语句必须能够处理＆＃34; truthy＆＃34;和＆＃34; falsey＆＃34;值，在最天真的实现中将涉及运行更多的CPU指令来根据Python的真实和错误的语义来评估条件的结果。
不同的Python实现会使用不同的长度来使Python操作更接近尽可能少的CPU操作。例如，优化JIT（即时）编译器可能会注意到，在数组的某个循环内，数组的所有元素都是本机整数，实际上将if x != 0和x = 0部分缩减为各自的最小的机器指令，但这只发生在非常特殊的情况下，当优化逻辑可以证明它可以安全地绕过它通常需要做的很多行为。
这里的最重要的事情是这样的：像Python这样的高级语言已从硬件中删除了＆＃34;简单＆＃34;操作通常很复杂＆＃34;在幕后＆＃34;。
如果我错了，请纠正我，但我怀疑你实际想到的用例是这样的：
if x != 0:
# some code
x = 0
VS。这样：
if x != 0:
# some code
x = 0
在这种情况下，第一个选项 优于第二个选项，因为已经支付了<{1}} 的费用
对我而言，最艰难的突破是不再试图理解我头脑中的个别指示，而是切换到查看工作原理和测量真实系统。
查看工作原理将教会您如何进行优化，但测量会向您显示 where to优化
这个问题非常适合探索前者，但是为了减少笔记本电脑的耗电量，你会从后者中受益更多。