为什么提早归还比其他要慢？

为什么提早归还比其他要慢？

这纯粹是猜测，我还没有找到一种简单的方法来检查它是否正确，但是我有一个理论适合您。

我尝试了您的代码并获得了相同的结果，但

without_else()

反复地比

with_else()

：

>>> T(lambda : without_else()).repeat()[0.42015745017874906, 0.3188967452567226, 0.31984281521812363]>>> T(lambda : with_else()).repeat()[0.36009842032996175, 0.28962249392031936, 0.2927151355828528]>>> T(lambda : without_else(True)).repeat()[0.31709728471076915, 0.3172671387005721, 0.3285821242644147]>>> T(lambda : with_else(True)).repeat()[0.30939889008243426, 0.3035132258429485, 0.3046679117038593]

考虑到字节码是相同的，唯一的区别是函数的名称。尤其是时序测试会在全局名称上进行查找。尝试重命名

without_else()

，区别消失：

>>> def no_else(param=False):    if param:        return 1    return 0>>> T(lambda : no_else()).repeat()[0.3359846013948413, 0.29025818923918223, 0.2921801513879245]>>> T(lambda : no_else(True)).repeat()[0.3810395594970828, 0.2969634408842694, 0.2960104566362247]

我的猜测是，

without_else

它与其他内容发生了哈希冲突，

globals()

因此全局名称查找稍微慢一些。

编辑 ：具有7个或8个键的字典可能具有32个插槽，因此在此基础上，

without_else

哈希值与

__builtins__

：

>>> [(k, hash(k) % 32) for k in globals().keys() ][('__builtins__', 8), ('with_else', 9), ('__package__', 15), ('without_else', 8), ('T', 21), ('__name__', 25), ('no_else', 28), ('__doc__', 29)]

要阐明哈希如何工作：

__builtins__

散列为-1196389688，这减小了表大小（32）的模数，这意味着它存储在表的＃8插槽中。

without_else

哈希到505688136，将模32的值降低为8，因此发生冲突。要解决此问题，Python计算：

从…开始：

j = hash % 32perturb = hash

重复此过程，直到找到可用的插槽：

j = (5*j) + 1 + perturb;perturb >>= 5;use j % 2**i as the next table index;

这使它可以用作下一个索引17。幸运的是，它是免费的，因此循环仅重复一次。哈希表的大小是2的幂，哈希表的大小也是2的幂

2**i

，

i

是哈希值使用的位数

j

。

对该表的每个探测都可以找到以下之一：

• 插槽为空，在这种情况下，探测停止，并且我们知道该值不在表中。

• 该广告位尚未使用，但已在过去使用过，在这种情况下，我们尝试使用如上计算的下一个值。

• 插槽已满，但存储在表中的完整哈希值与我们要查找的键的哈希值不同（在

  __builtins__

  vs的情况下就是这样

  without_else

  ）。

• 插槽已满，并且正好具有我们想要的哈希值，然后Python检查以查看键和我们正在查找的对象是否是同一对象（在这种情况下，这是因为可能是标识符的短字符串已被插入，所以相同的标识符使用完全相同的字符串）。

• 最终，当插槽已满时，哈希完全匹配，但是键不是同一对象，然后Python才会尝试比较它们是否相等。这相对较慢，但实际上不应该进行名称查找。