ループ内のコードとコード内のスクリプトの実行時間の差

Question

2つの関数を実行します。どちらも命令を実行するためのfor-loopを持っています。どちらの関数も同じタスクを実行しますが、時間がかかります。

機能1は実行され、自己完結型で、TaskAを実行します。関数2は、一般関数1として実行する限り、10倍を取るない理由

f1: 
    For x in X: 
    do task a 

機能2を実行し、コールは3機能3を行うTaskA

f2: 
    For x in X: 
    call function 3 
f3: 
    do task a 

ファンクション？

編集：以前の表現は混乱しています。

Answer 1

もう1つの要因は、TaskAが呼び出される前に実行される「準備」/セットアップです。可能であればf1でforループの前に1回行ってからf3で完了し、x in Xからf2に1回だけではなく1回呼び出される可能性があります。実際のコードがなければ、言うことは難しいです。

xごとにf3を呼び出す潜在的な複雑さは、それが10倍の遅さの原因であるとは考えられません。

passの簡略化された例でのみ、この現象があります。ここでのバイトコードがf1のための次のようになります、disを使用して

>>> def f1(): 
... for x in X: 
...  pass 
... 
>>> def f2(): 
... for x in X: 
...  f3() 
... 
>>> def f3(): 
... pass 
... 

：

>>> dis.dis(f1) 
    2   0 SETUP_LOOP    14 (to 17) 
       3 LOAD_GLOBAL    0 (X) 
       6 GET_ITER 
     >> 7 FOR_ITER     6 (to 16) 
      10 STORE_FAST    0 (x) 

    3   13 JUMP_ABSOLUTE   7 
     >> 16 POP_BLOCK 
     >> 17 LOAD_CONST    0 (None) 
      20 RETURN_VALUE 

...対f2：

>>> dis.dis(f2) 
    2   0 SETUP_LOOP    21 (to 24) 
       3 LOAD_GLOBAL    0 (X) 
       6 GET_ITER 
     >> 7 FOR_ITER    13 (to 23) 
      10 STORE_FAST    0 (x) 

    3   13 LOAD_GLOBAL    1 (f3) 
      16 CALL_FUNCTION   0 
      19 POP_TOP 
      20 JUMP_ABSOLUTE   7 
     >> 23 POP_BLOCK 
     >> 24 LOAD_CONST    0 (None) 
      27 RETURN_VALUE 

のは f1、 f2と f3のこれら3つの悪いのバージョンを見てみましょう

これらは、を除いてほぼ同じです10およびPOP_TOP。しかし、彼らはtimeitと非常に異なっている：

>>> X = range(1000) # [0, 1, 2, ...999] 
>>> 
>>> import timeit 
>>> timeit.timeit(f1) 
10.290941975496747 
>>> timeit.timeit(f2) 
81.18860785875617 
>>> 

今では時間の8倍だがない関数を呼び出すことは遅いあるので、しかし、forループf1年代にpassが、何もしないことは、特に、非常に高速であるため、 を呼び出すと、毎回関数が呼び出され、何もしません。だからうまくいけばではないこれらを例として使って/ wonderを調べる理由。今

、x * xはその後、次の2つの間のタイミング/パフォーマンスの差が小さくなって表示されます言うようにあなたが実際には、タスクで何かをすれば：今では唯一の2.9xだ

>>> def f1(): 
... for x in X: 
...  _ = x*x 
... 
>>> def f2(): 
... for x in X: 
...  _ = f3(x) # didn't pass in `x` to `f3` in the previous example 
... 
>>> def f3(x): 
... return x*x 
... 
>>> timeit.timeit(f1) 
38.76545268807092 
>>> timeit.timeit(f2) 
113.72242594670047 
>>> 

時間。遅れを引き起こす関数呼び出し（ある程度のオーバーヘッドがあります）だけでなく、関数内で何をしているのかは、全体の時間に違いをもたらすpassです。

あなたはかなりの「遅い」、そしてちょうどX = range(5)である、両方の場所でprint x * xで_ = x * xを交換する場合：

>>> timeit.timeit(f1, number=10000) 
3.640433839719143 
>>> timeit.timeit(f2, number=10000) 
3.6921612171574765 

そして今、彼らのパフォーマンスのあまり違いがあります。

単純な擬似コード分析だけでなく、実際のコードで実際のチェックを行います。空の呼び出しは速く表示されるかもしれませんが、そのオーバーヘッドは実際には遅いものののコードでは機能しません。