在python中将整数转换为其字节字符表示形式时的性能

具体来说，我需要将一个整数，比如说

9999

，转换成字节，

b'9999'

，在Python2.6到Python3.x中

('%s'%n).encode()

在Python2.x中，我是这样做的

b'%s'%n

而在Python3.x中

('%s'%n).encode()

Python2.6中的性能

>>> from timeit import Timer
>>> Timer('b"%s"%n','n=9999').timeit()
0.24728001750963813

python 3.2中的性能

>>> from timeit import Timer
>>> Timer('("%s"%n).encode()','n=9999').timeit()
0.534475012767416

假设我的基准设置正确，在Python3.x中这是一个巨大的损失

有没有办法提高性能以缩小与2.6/2.7的差距

也许通过这条路线

这是我试图优化的生成器函数。它被反复调用，

args

是字符串、字节或数字的列表：

def pack_gen(self, args, encoding='utf-8'):
    crlf = b'\r\n'
    yield ('*%s\r\n'%len(args)).encode(encoding)
    for value in args:
        if not isinstance(value, bytes):
            value = ('%s'%value).encode(encoding)
        yield ('$%s\r\n'%len(value)).encode(encoding)
        yield value
        yield crlf

函数是这样调用的

b''.join(pack_gen(args))

---

我在Python 3.2中使用repr（）得到了更好的结果：

>>> Timer('repr(n).encode()','n=9999').timeit()
0.32432007789611816
>>> Timer('("%s" % n).encode()','n=9999').timeit()
0.44790005683898926

但是，它当然没有

%s”%n

那么灵活

我还检查了Python 3.3.0a3，希望它能稍微加快转换速度，但令人惊讶的是，我得到的结果比3.2中的结果更差：

>>> Timer('repr(n).encode()','n=9999').timeit()
0.35951611599921307
>>> Timer('("%s"%n).encode()','n=9999').timeit()
0.4658188759985933

最后，以下是：

>>> Timer('str(n).encode()','n=9999').timeit()
0.49958825100111426

---

显示大部分成本可能来自函数调用开销（根据上面的结果，我假设Python实现的

str（）

用于整数类型调用

repr（）

内部）。因此，如果您需要在这个级别进行优化，那么正如您所建议的，使用cython替换整个代码块可能是一个不错的选择。或者最好向我们展示您正在尝试优化的循环，因为可能有许多其他方法可以加速循环。

为什么需要字节？这是一个巨大的代价，因为您需要先将其转换为字符串，然后再转换为字节。我看不出有什么办法可以解决这个问题。问题是它是否真的相关。在您的应用程序中，这实际上是一个严重的性能损失吗？是的。它位于一个不断被调用的长循环函数中。