Python 为什么max（）函数在比较两个元素时比直接比较if语句慢得多？

通过运行下面的代码，我可以直接与if语句进行比较，速度几乎是max函数的4倍

我试图理解这背后的原因

比较：0.63s，最大值：2.3s

import time

if _name_ == '_main_':
    sim = 10**7

    s = time.time()
    for _ in range(sim):
        if 1 > 2:
            pass
    res1 = time.time()-s

    s = time.time()
    for _ in range(sim):
        max(1, 2)
    res2 = time.time()-s

    print('comparison : {:.2}s, max : {:.2}s'.format(res1, res2))

---

因为

max

涉及函数名的字典查找，然后是函数调用，而直接

实际上是两个字典查找；一个在模块globals中，当失败时，另一个在内置范围中。如果在给定函数中多次调用
max
，缓存它（例如，通过一个只包含关键字的参数，la
def myfunc（arg1，arg2，*，max=max）：
）是一种廉价的方法，可以消除查找成本（用
LOAD\u FAST
中的单个C数组索引操作替换
LOAD\u GLOBAL
的两个
dict
查找）. 函数调用开销是更大的成本（通用函数分派的开销要比专门的时隙函数直接进行的开销大得多，例如，
是的，字典查找是
O（1）
。不过感谢精确性，很有意思。嗯，基本上都是
O（1）
（除了“传递给
max
）的项目数。
dict
查找为
O（1）
一般情况下，但恒定开销高于数组，并且在找到正确的项之前经常会发生一到两个bucket冲突。在我的机器上，一个加载但不调用
max
1000次的函数在参数中没有缓存的情况下运行大约需要45μs，使用
max=max
缓存的情况下运行大约需要25.5μs，21.5μs，如果1000长的循环体是
pass
而不是
max
。因此从本地1000x加载成本约为4μs，从内置范围加载成本约为23.5μs，开销几乎高出6倍。尽管如我所说，与实际调用它（让它调用
max（1，2））相比，这种开销显得微不足道
将未缓存的时间增加到206μs，173μs，因此缓存的好处与调用函数的开销相比相形见绌）。现在我的答案似乎没有记录在案：）而且
O（1）
并不意味着超长函数名的成本不高，因为哈希运算需要更长的计算时间（但对于
max
，情况并非如此）。如果您想提高速度，可以使用编译语言，或者像numpy或pandas这样的框架，在其中传递大量数据的一个请求，而不是小请求。