Performance 为什么Python枚举速度慢？

今天，我尝试将我的一些“最终”值（我的类的成员）从一个类外包给一个枚举。我运行了我编写的单元测试，并注意到这些测试需要比以前更长的时间才能完成。当我把这些“最终”值放回课堂时，一切又回到了原来的速度。下面是我在枚举中访问它们的示例：

class SpecialCharacters(Enum):

    TONE_NUMBERS = ["0", "1", "2", "3", "4"]

这样访问它：

SpecialCharacters.TONE_NUMBERS.value

在类中访问值的示例：

self.TONE_NUMBERS

因此，我想知道为什么我的测试在将值放入枚举时需要3倍（！）的时间。这应该是一个简单的呼叫另一个类的成员，但我想这不会有太大的区别

（外包它们的目的是，它们可用于其他类，而其他类不必访问与它们无关的类。）

---

我的python版本是3.4。

这是python 3.4枚举中的一个已知错误：

---

Python 3.5中已经“修复”了这一问题，因此枚举属性查找速度仅比正常速度慢3倍，而不是20倍。

要回答问题

为什么？

：

Enum

的最初设计是将成员设置为虚拟属性。这意味着它们没有保存在

Enum

类字典中，这意味着每次可能的查找都必须先失败，然后对类调用

\uuuuu getattr\uuuu

，并找到成员

所以基本上有很多繁忙的工作

---

修复方法是在可能的情况下（大多数情况下）将成员放入类字典。

在测试中访问这些值的次数是多少？数以百万计的？几千万？需要的解引用步骤越多，解引用的速度就越慢。但这不应该是一个明显的数量，除非你非常、非常、非常频繁地访问这些。解引用不应该影响我必须乘以的因素，以获得更长的运行时间，因为它总是以相同的方式访问值，而且解引用不太可能消耗这么多时间，取消引用的时间是实际算法的2倍。@Zephir，Enum类主要用于中的示例中所示的普通值，而不是数组？另请参见，这是一个显著的改进。3倍的时间仍然很重要，但在这方面我没有与其他编程语言进行比较，因此它可能很常见。不幸的是，big

IntFlag

enum在组合属性时非常慢-我想使用它们而不是frozenset（减少内存）但是，当一个IntFlag拥有约10000名成员时，要想获得几百个int Flag需要很多时间。可能和你有关？无论如何，还是要感谢enum模块：）@Mr_and_Mrs_D：希望在3.10中速度会更快，但我承认我没有考虑一个包含数千个可能值的标志集。你在建模什么？我有一个算法，它使用整数集字典作为基础数据结构，所以检查成员资格，然后执行并集和交集。扩展到更大的数据集时，这些集合占用了大量内存，其中一些会导致相等的集合是不同的对象。由于我认为联合和交集应该使用标志快速，并且它们是单例，所以我给了它一个旋转-将int映射到

范围（1，num_keys+1）

，并为每个索引创建一个IntFlag。或者，在这些（可能是交叉点）中输入数字键~10k需要花费很长时间