python - 全局变量与局部变量的性能

Question

我还是 Python 的新手，我一直在努力提高我的 Python 脚本的性能，所以我在使用和不使用全局变量的情况下对其进行了测试。我对它进行了计时，令我惊讶的是，它在声明全局变量而不是将局部变量传递给函数时运行得更快。这是怎么回事？我认为局部变量的执行速度更快？ (我知道全局变量不安全，我还是很好奇。)

Answer 1

本地人应该更快

根据this page on locals and globals :

When a line of code asks for the value of a variable x, Python will search for that variable in all the available namespaces, in order:

• local namespace - specific to the current function or class method. If the function defines a local variable x, or has an argument x, Python will use this and stop searching.
• global namespace - specific to the current module. If the module has defined a variable, function, or class called x, Python will use that and stop searching.
• built-in namespace - global to all modules. As a last resort, Python will assume that x is the name of built-in function or variable.

基于此，我假设局部变量通常更快。我的猜测是您所看到的内容与您的脚本有关。

本地人更快

这是一个使用局部变量的简单示例，在我的机器上大约需要 0.5 秒(Python 3 中为 0.3):

def func():
    for i in range(10000000):
        x = 5

func()

还有全局版本，大约需要 0.7(Python 3 中为 0.5):

def func():
    global x
    for i in range(1000000):
        x = 5

func()

global 对已经是全局的变量做了一些奇怪的事情

有趣的是，这个版本运行时间为 0.8 秒:

global x
x = 5
for i in range(10000000):
    x = 5

虽然它在 0.9 中运行:

x = 5
for i in range(10000000):
    x = 5

您会注意到，在这两种情况下，x 都是全局变量(因为没有函数)，而且它们都比使用局部变量慢。我不知道为什么在这种情况下声明 global x 会有所帮助。

在 Python 3 中不会出现这种奇怪现象(两个版本都需要大约 0.6 秒)。

更好的优化方法

如果你想优化你的程序，你能做的最好的事情是profile it .这将告诉您什么花费的时间最多，因此您可以专注于此。你的流程应该是这样的:

1. 打开分析运行您的程序。
2. 查看 KCacheGrind 或类似程序中的配置文件以确定哪些函数花费的时间最多。
3. 在这些函数中:
   • 寻找可以缓存函数结果的地方(这样您就不必做太多工作)。
   • 寻找算法改进，例如用封闭形式的函数替换递归函数，或用字典替换列表搜索。
   • 重新配置文件以确保该功能仍然存在问题。
   • 考虑使用 multiprocessing .