python – 将局部变量设置为函数而不是使用全局变量来优化函数

2019年8月3日 195次阅读

在itertools模块的文档中,我发现了这条评论

def dotproduct(vec1, vec2):
    return sum(imap(operator.mul, vec1, vec2))

Note, many of the above recipes can be optimized by replacing global
lookups with local variables defined as default values. For example,
the dotproduct recipe can be written as:

def dotproduct(vec1, vec2, sum=sum, imap=imap, mul=operator.mul):
    return sum(imap(mul, vec1, vec2))

如何？.
是否存在实际明显的加速(可以平衡较大功能签名的不便)？
在哪个特定条件下,如图所示,在局部中使用局部变量是否相关？

编辑：我测试了timeit并且有任何相关的区别.
对于两个40项目列表作为vec1,vec2：

global lookup -> 3.22720959404
local lookup -> 3.19884065683

也就是说,只有大约1％的收益.

最佳答案

Is there a practical noticeable speed-up (that could balance the inconvenience of the larger function signature)?

我非常怀疑它,因为查找在原始定义中每次都发生一次.请注意,您已更改了该功能的含义.

In which specific conditions the use of local variables in a case as the one shown would be relevant?

只在紧密的循环内;在这种情况下,如果dot_product用于表示非常大的矩阵乘法(无论如何你都不会在纯Python中做,更不用说迭代器了).

编辑：我刚刚拆开了这两个功能,但我的预感是错误的,尽管我的观点仍然存在：

>>> def dotproduct(vec1, vec2):
...     return sum(imap(operator.mul, vec1, vec2))
...
>>> dis.dis(dotproduct)
  2           0 LOAD_GLOBAL              0 (sum)
              3 LOAD_GLOBAL              1 (imap)
              6 LOAD_GLOBAL              2 (operator)
              9 LOAD_ATTR                3 (mul)
             12 LOAD_FAST                0 (vec1)
             15 LOAD_FAST                1 (vec2)
             18 CALL_FUNCTION            3
             21 CALL_FUNCTION            1
             24 RETURN_VALUE
>>> def dotproduct(vec1, vec2, sum=sum, imap=imap, mul=operator.mul):
...     return sum(imap(mul, vec1, vec2))
...
>>> dis.dis(dotproduct)
  2           0 LOAD_FAST                2 (sum)
              3 LOAD_FAST                3 (imap)
              6 LOAD_FAST                4 (mul)
              9 LOAD_FAST                0 (vec1)
             12 LOAD_FAST                1 (vec2)
             15 CALL_FUNCTION            3
             18 CALL_FUNCTION            1
             21 RETURN_VALUE
点赞