Hiệu suất cấu hình của len (set) so với tập hợp .__ len __() trong Python 3

Question

Trong khi lược tả ứng dụng Python của tôi, tôi phát hiện ra rằng len() có vẻ là một cái rất đắt tiền khi sử dụng bộ. Xem mã bên dưới:

import cProfile 

def lenA(s): 
    for i in range(1000000): 
     len(s); 

def lenB(s): 
    for i in range(1000000): 
     s.__len__(); 

def main(): 
    s = set(); 
    lenA(s); 
    lenB(s); 

if __name__ == "__main__": 
    cProfile.run("main()","stats"); 

Theo số liệu thống kê hồ sơ của bên dưới, lenA() có vẻ là chậm hơn so với lenB() 14 lần:

ncalls tottime percall cumtime percall filename:lineno(function) 
     1 1.986 1.986 3.830 3.830 .../lentest.py:5(lenA) 
1000000 1.845 0.000 1.845 0.000 {built-in method len} 
     1 0.273 0.273 0.273 0.273 .../lentest.py:9(lenB) 

Tôi có thiếu cái gì? Hiện nay tôi sử dụng __len__() thay vì len(), nhưng mã trông bẩn :(

Answer 1

Rõ ràng, len có một số chi phí, vì nó hiện một cuộc gọi chức năng và dịch AttributeError-TypeError. Ngoài ra, set.__len__ là một thao tác đơn giản như vậy mà nó là ràng buộc để rất nhanh so với chỉ là về bất cứ điều gì, nhưng tôi vẫn không tìm thấy bất cứ điều gì giống như sự khác biệt khi sử dụng 14x timeit:

In [1]: s = set() 

In [2]: %timeit s.__len__() 
1000000 loops, best of 3: 197 ns per loop 

In [3]: %timeit len(s) 
10000000 loops, best of 3: 130 ns per loop 

Bạn nên luôn luôn chỉ cần gọi len, không __len__ Nếu cuộc gọi đến len là. nút cổ chai trong chương trình của bạn, bạn nên suy nghĩ lại về thiết kế của nó, ví dụ: kích thước bộ nhớ cache ở đâu đó hoặc tính toán chúng mà không cần gọi số len.

Answer 2

Đây sẽ là một bình luận nhưng sau khi nhận xét của người larsman về kết quả gây tranh cãi của anh ấy và kết quả tôi nhận được, tôi nghĩ thú vị là thêm dữ liệu của tôi vào chuỗi.

Đang cố gắng nhiều hơn hoặc ít hơn cùng một thiết lập tôi có trái OP có, và trong cùng một hướng nhận xét bởi larsman:

12.1964105975 <- __len__ 
6.22144670823 <- len() 

C:\Python26\programas> 

Các thử nghiệm:

def lenA(s): 
    for i in range(100): 
     len(s); 

def lenB(s): 
    for i in range(100): 
     s.__len__(); 

s = set() 

if __name__ == "__main__": 

    from timeit import timeit 
    print timeit("lenB(s)", setup="from __main__ import lenB, s") 
    print timeit("lenA(s)", setup="from __main__ import lenA, s") 

Đây là ActivePython 2.6. 7 64bit trong win7

Answer 3

Đây là một quan sát thú vị về profiler, không liên quan gì đến hiệu suất thực tế của hàm len. Bạn thấy đấy, trong số liệu thống kê hồ sơ, có hai dòng liên quan đến lenA:

ncalls tottime percall cumtime percall filename:lineno(function) 
     1 1.986 1.986 3.830 3.830 .../lentest.py:5(lenA) 
1000000 1.845 0.000 1.845 0.000 {built-in method len} 

... trong khi chỉ có một dòng liên quan đến lenB:

 1 0.273 0.273 0.273 0.273 .../lentest.py:9(lenB) 

Các hồ sơ đã bị time mỗi cuộc gọi duy nhất từ ​​lenA đến len, nhưng đã tính thời gian là lenB. Thời gian cuộc gọi luôn thêm một số chi phí; trong trường hợp của lenA bạn thấy chi phí này nhân lên hàng triệu lần.