对于这两个语句,Python 的工作几乎没有任何区别:
>>> import dis
>>> def inplace_add():
... a = 0
... a += 1
...
>>> def add_and_assign():
... a = 0
... a = a + 1
...
>>> dis.dis(inplace_add)
2 0 LOAD_CONST 1 (0)
3 STORE_FAST 0 (a)
3 6 LOAD_FAST 0 (a)
9 LOAD_CONST 2 (1)
12 INPLACE_ADD
13 STORE_FAST 0 (a)
16 LOAD_CONST 0 (None)
19 RETURN_VALUE
>>> dis.dis(add_and_assign)
2 0 LOAD_CONST 1 (0)
3 STORE_FAST 0 (a)
3 6 LOAD_FAST 0 (a)
9 LOAD_CONST 2 (1)
12 BINARY_ADD
13 STORE_FAST 0 (a)
16 LOAD_CONST 0 (None)
19 RETURN_VALUE
区别在于INPLACE_ADD
和BINARY_ADD
的使用。
最终的时间非常接近,无法确定哪个更快:
>>> import timeit
>>> timeit.timeit('inplace_add', 'from __main__ import inplace_add', number=10000000)
0.32667088508605957
>>> timeit.timeit('add_and_assign', 'from __main__ import add_and_assign', number=10000000)
0.34172606468200684
因此,在Python中,这种差异是微不足道的。不要担心它。
dis
模块,所以谢谢你)。有一个考虑因素是执行速度可能会受到在给定时间运行的其他进程的影响。因此,我的方法是在一个函数中运行两次一百万次,并在cProfile
中多次比较执行速度(见下文)。我同意差异微不足道。 - Aaron Newtona
是一个不可变对象(整数)时,使用 a += 1
会调用原地操作。据我所知,整数在 Python 中是不可变对象。原地操作只对可变对象才有意义。请问有人可以解释一下吗?谢谢。 - Lion Lai+
)。整数保持不可变,但解释器需要执行的字节码步骤更少。这是因为整数支持+
加法操作。 - Martijn Pieters不行
>>> bar = timeit.Timer("a += 1", "a = 0")
>>> bar.timeit(number=1000000)
0.064391136169433594
>>> bar = timeit.Timer("a = a + 1", "a = 0")
>>> bar.timeit(number=1000000)
0.064393997192382812
>>>
没错,但差异微不足道。
>>> timeit.Timer('x += 1', 'x = 0').timeit(10**8)
5.7387330532073975
>>> timeit.Timer('x = x + 1', 'x = 0').timeit(10**8)
6.04801607131958
>>> timeit.Timer('x += 1', 'x = 0').timeit(10**8)
5.790481090545654
>>> timeit.Timer('x = x + 1', 'x = 0').timeit(10**8)
6.083467960357666
$ python -m cProfile test.py
4 function calls in 0.397 seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 0.397 0.397 test.py:2(<module>)
1 0.205 0.205 0.205 0.205 test.py:2(add1)
1 0.192 0.192 0.192 0.192 test.py:6(add2)
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}
aaron@zebrafish:~/pyad$ cat test.py
def add1(a):
for x in xrange(10 ** 6):
a += 1
def add2(a):
for x in xrange(10 ** 6):
a = a + 1
add1(0)
add2(0)
a = a + 1
的add2速度略快,但并非在所有情况下都是如此(也许可以尝试更多循环)。这可能不是最好的启发式方法,但我认为更多次数和更大的数字重复应该能够显示性能差异。 1 216.119 216.119 216.119 216.119 test.py:2(add1)
1 195.364 195.364 195.364 195.364 test.py:6(add2)
a+=1
比a=a+1
更快。 - kennytma
没有实现自己的__iadd__
时,它们才会执行相同的操作。 - kennytm