在Python中创建对象的时间成本是否与性能分析相关？

Question

让我提出一个方案。我必须编写一个用于验证Python字典的模块。字典中的每个键都存储2件事：一个值和一个类型。像这样：

d = {
    'key1': {
        'type' : 'string',
        'value' : 'The quick brown fox'
    },
    'key2': {
        'type' : 'integer',
        'value' : 23
    }
}

现在必须根据值的类型对值进行验证。换句话说，相同类型的值将具有相同的验证。所有类型的值还具有大量的通用验证。

我想到的第一件事是为存在的每种数据类型编写一个验证类，并且这些类中的每一个都将继承自一个包含通用验证的基类。我大约有17种数据类型，这意味着如果字典中存在所有数据类型，则需要创建17个不同的Python对象来验证一个字典。

所以现在我的问题是：在这种情况下，创建对象的时间成本是否相关？还是我应该尝试使用一种巨大的方法来完成整个事情？