Python 尝试/捕捉或验证速度?
我正在使用Python,每当我必须验证函数输入时,我都假设输入有效,然后捕获错误 在我的例子中,我有一个通用的Python 尝试/捕捉或验证速度?,python,performance,exception-handling,typechecking,Python,Performance,Exception Handling,Typechecking,我正在使用Python,每当我必须验证函数输入时,我都假设输入有效,然后捕获错误 在我的例子中,我有一个通用的Vector()类,用于一些不同的事情,其中一个是加法。它既是一个Color()类,又是一个Vector(),因此当我向Color()添加标量时,它应该将该常数添加到每个单独的组件中向量()和向量()添加需要按组件添加 这段代码用于光线跟踪器,所以任何速度提升都非常好 下面是我的Vector()类的简化版本: class Vector: def __init__(self, x, y
Vector()
类,用于一些不同的事情,其中一个是加法。它既是一个Color()
类,又是一个Vector()
,因此当我向Color()
添加标量时,它应该将该常数添加到每个单独的组件中<代码>向量()和向量()
添加需要按组件添加
这段代码用于光线跟踪器,所以任何速度提升都非常好
下面是我的Vector()
类的简化版本:
class Vector:
def __init__(self, x, y, z):
self.x = x
self.y = y
self.z = z
def __add__(self, other):
try:
return Vector(self.x + other.x, self.y + other.y, self.z + other.z)
except AttributeError:
return Vector(self.x + other, self.y + other, self.z + other)
我目前正在使用try…except
方法。有人知道更快的方法吗
编辑:多亏了这些答案,我尝试并测试了以下解决方案,该解决方案在添加
Vector()
对象之前专门检查类名:
class Vector:
def __init__(self, x, y, z):
self.x = x
self.y = y
self.z = z
def __add__(self, other):
if type(self) == type(other):
return Vector(self.x + other.x, self.y + other.y, self.z + other.z)
else:
return Vector(self.x + other, self.y + other, self.z + other)
我使用这两块代码运行了一个速度测试,结果非常显著:
1.0528049469 usec/pass for Try...Except
0.732456922531 usec/pass for If...Else
Ratio (first / second): 1.43736090753
我没有在没有任何输入验证的情况下测试过Vector()
类(即,将签出移出类并放入实际代码),但我认为它甚至比if…else
方法更快
后期更新:回顾这段代码,这不是一个最佳解决方案 OOP使这变得更快:
class Vector:
def __init__(self, x, y, z):
self.x = x
self.y = y
self.z = z
def __add__(self, other):
return Vector(self.x + other.x, self.y + other.y, self.z + other.z)
class Color(Vector):
def __add__(self, other):
if type(self) == type(other):
return Color(self.x + other.x, self.y + other.y, self.z + other.z)
else:
return Color(self.x + other, self.y + other, self.z + other)
在Python中,由于查找次数减少,异常通常会更快。然而,一位朋友曾经说过(这应该适用于任何语言),假装每次捕捉到异常时,都会有一个小小的延迟。避免在可能存在延迟问题的情况下使用异常
在您给出的示例中,我会选择例外情况。我对Matt Joiner的答案投了赞成票,但我想加入一些额外的观察结果,以清楚地表明,除了几个其他因素外,在选择预检查条件(称为LBYL或“三思而后行”)时,有4次非常重要而只是处理异常(称为EAFP或“请求原谅比允许更容易”) 这些时间是:
- LBYL检查成功的时间
- LBYL检查失败时的计时
- EAFP未引发异常的计时
- 使用EAFP引发异常的计时
- 检查成功/失败或引发/未引发异常的典型比率
- 是否存在阻止使用LBYL的竞争条件
if <dir does not exist>:
<create dir> # May still fail if another process creates the target dir
如果:
#如果另一个进程创建目标目录,则仍可能失败
由于LBYL不排除这种情况下的例外,因此它没有提供任何真正的好处,也不需要做出判断:EAFP是正确处理竞争条件的唯一方法
但如果没有竞争条件,任何一种方法都可能是可行的。它们提供了不同的权衡:
- 如果没有引发异常,则EAFP接近空闲
- 但是,如果发生异常,则成本相对较高,因为在展开堆栈、创建异常并将其与异常处理子句进行比较时需要进行大量处理
- 相比之下,LBYL会带来潜在的高固定成本:无论成功与否,都会执行额外的检查
- 这段代码对应用程序的速度至关重要吗?如果不是,那么就不要担心这两个选项中哪一个更快,而是担心哪一个更容易阅读
- 预检查是否比引发和捕获异常的成本更昂贵?如果是,那么EAFP总是更快,应该使用
- 如果答案是“不”,事情会变得更有趣。在这种情况下,哪个更快将取决于成功还是错误情况更常见,以及预检查和异常处理的相对速度。回答这个问题需要实时测量
- 如果存在潜在的竞争条件,请使用EAFP 如果速度不重要,只要使用你认为更容易阅读的< < /LI> >
- 如果预检查费用昂贵,请使用EAFP
- 如果您希望操作大部分时间都能成功*,请使用EAFP
- 如果您预计操作失败的时间超过一半,请使用LBYL
- 如果有疑问,请测量它
人们在这种情况下会考虑他们“大部分时间”的变化。对我来说,如果我预计手术成功的时间超过一半,我会理所当然地使用EAFP,直到我有理由怀疑这段代码是一个实际的性能瓶颈。请使用
timeit
,并包括两个备选方案的实际计时结果。您是否知道这两个示例做了不同的事情?不清楚你在测量什么,因为它们不具有可比性。我将发布我的代码。不要以为我在终端窗口中手动输入了'a'
1000000次;)如果你的验证对-1'@Blender这样的负数无效,请关注这个问题。您的if'a'.isdigit()完全不相关且令人困惑。请把它拿走。如果你的“真正”问题是你的VectorCheck
类,那么展示一下。另外,不要乱搞花哨的“换行”和其他标记。所以维护一个完整的变更日志。请专注于一件事。把你真正的问题打包成其他人可以学习的东西;有时我得了o