python - 大类对性能有显着影响吗？

Question

我不久前构建了一个我经常使用的类Vector。随着时间的推移，我添加了越来越多有趣且有用的方法，例如标准化、投影等。类开始变得相当大，并且可能会变得更大。

由于我使用此类来计算 1000 多个对象的位置和运动，并且每 1/60 秒创建一个新实例，因此我开始担心性能和/或内存可能是一个问题。

我尝试在 Google 上寻找答案，但只找到 this它指的是 C++，但也许答案仍然适用？

否则我的问题是:是否存在任何重大的性能问题？我应该尝试让我的类更小并创建函数吗？使用大类还有其他我应该注意的重大缺点吗？

Answer 1

类的(代码)大小不会(直接)影响性能。

此外，只要您没有或预期没有性能问题，就不要专注于优化(大多数优化会导致更多工作，有时会导致更多不可读/不可维护的代码)。仅在需要时优化性能。最初，始终专注于小类/可读性/可维护性。尤其是最后一个似乎很重要，因为您定期添加功能。

您已经给出了一些功能区域，例如投影、标准化。也许您可以将它们移动到其他类，或者如果它们不需要任何数据，则可以将它们移动到辅助类。

如果有一些特定的向量类型，也许您可​​以使用继承来拆分您的类，或者您可以使用策略模式来执行不同类型的算法。但也许您只有数百个可以在向量上使用的函数；在本例中，使用辅助方法，传递向量并将每个方法放入最佳辅助类中。

例如标准化:

public abstract VectorNormalization
{
     public void Normalize(Vector v)
     {
        .. do something with v
     }

     public void NormalizeDifferent(Vector v)
     ...
}

你可以通过以下方式调用它

Vector v = Vector(3,4);
VectorNormalization.Normalize(v);

关于性能。调用 Normalize 函数:

• 通常，辅助类在内部使用所谓的 v 表。要调用辅助方法，编译器需要将 v-table start 添加到函数中并调用它，这是非常可以忽略不计的性能损失。我认为 C++ 和 Python 的工作原理非常相似。
• 此外，堆栈需要填充向量。
• 函数调用已完成。

只有第一个会被改变，因为在一个大类中，第二个和第三个也需要。

通过在需要的地方优化算法本身，您可能可以在性能方面赢得更多胜利。

顺便说一句，