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

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

其他因素包括：

• 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

最后一点是需要首先解决的：如果存在潜在的竞争条件，那么您别无选择，必须使用异常处理。一个典型的例子是：

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

这将导致以下决策标准：

• 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

作为一个粗略的经验法则：

• 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