Python是否优化循环中的函数调用？

比如说，我有一个代码，它从循环中调用某个函数数百万次，我希望代码速度更快：

def outer_function(file):
    for line in file:
        inner_function(line)

def inner_function(line):
    # do something
    pass

它不一定是一个文件处理，例如，它可以是从函数绘制线调用的函数绘制点。从逻辑上讲，这两者必须分开，但从性能的角度来看，它们应该尽可能快地协同工作

---

Python会自动检测并优化这些东西吗？如果没有-有没有办法给它一个这样做的线索？使用一些额外的外部优化器？..

调用函数来调用

pass

语句显然会带来相当高的成本(∞) 开销。你的实际程序是否受到不必要的开销取决于内部函数的大小。如果它真的只是设置一个像素，那么我建议使用一种不同的方法，使用以C语言或C++语言编写的绘图原语。 有一些（有些实验性的）Python JIT编译器可以优化函数调用，但主流Python不会这样做。

如果你所说的“Python”是指普遍使用的实现，则不是

---

如果使用“Python”你说的是Python语言的任何实现，是的。可以进行很多优化，我相信它的方法JIT应该能够处理类似的情况。

Python不内联函数调用，因为它是动态的。理论上，

内部函数

可以将名称

内部函数

重新绑定到something else-Python无法在编译时知道可能发生这种情况。例如：

def func1():
    global inner_func
    inner_func = func2
    print 1

def func2():
    print 2

inner_func = func1

for i in range(5):
    inner_func()

印刷品：

1
2
2
2
2

你可能认为这很可怕。然后，再想想——Python的功能性和动态性是它最吸引人的特性之一。Python允许的很多东西都是以性能为代价的，在大多数情况下这是可以接受的

也就是说，你可能可以使用类似的工具将一些东西组合在一起——将内部函数分解成字节码，插入外部函数，然后重新组装。再想一想，如果你的代码对性能要求很高，足以进行此类攻击，只需用C语言重写即可。Python对FFI有很好的选择

---

这一切都与官方的CPython实现有关。一个运行时JITting解释器（比如PyPy或不幸倒闭的unladenswallow）理论上可以检测正常情况并执行内联。唉，我对PyPy不太熟悉，不知道它是否能做到这一点，但它肯定能做到。

哪种Python？PyPy的JIT编译器会在几百或几十次之后（取决于每次迭代执行多少操作码）迭代——开始跟踪执行，一路上忘记Python函数调用，将收集的信息编译成一段优化的机器代码，这段代码可能没有导致函数调用本身发生的任何逻辑残余。跟踪是线性的，JIT的后端甚至不知道有函数调用，它说只看到来自两个函数的指令在执行时混合在一起。（这是一个完美的例子，例如循环中存在分支或所有迭代都采用相同的分支。有些代码不适合这种JIT编译，并在它们产生很大加速之前使跟踪快速失效，尽管这是相当罕见的。）

现在，CPython，许多人在谈论“Python”时是什么意思或者Python解释器，它不是很聪明。它是一个直截了当的字节码VM，它将尽责地执行在每次迭代中一次又一次调用函数的逻辑。但是，如果性能是<强> > <强>重要的话，为什么还要使用解释器？考虑在原生代码中编写热循环。（例如，作为C扩展或in）如果保持尽可能低的开销非常重要

除非每次迭代只进行一点点的数字运算，否则无论如何都不会有很大的改进。

CPython（“标准”python实现）不会进行这种优化

但是请注意，如果您正在计算函数调用的CPU周期，那么对于您的问题，CPython可能不是正确的工具。如果您100%确定您将要使用的算法已经是最好的（这是最重要的事情），并且您的计算确实是CPU受限的，则选项如下：

def func1():
    global inner_func
    inner_func = func2
    print 1

def func2():
    print 2

inner_func = func1

for i in range(5):
    inner_func()

• 使用而不是CPython
• 使用
• 编写C++模块并与
接口
• 如果可能，使用simd方法实现您的算法
• 如果可能，在GPU硬件上移动计算，例如

---

您所说的“优化”是什么意思这里？内联？通常，与函数体相比，函数调用开销被忽略了。所以不确定它是否值得。与从文件中加载行并解析行的时间相比，传递函数或循环所花费的时间是多少？列表理解会更糟糕，因为它必须构建结果列表。说真的吗？您希望代码速度更快，但却不太可靠你在使用Python？PyPy会像这样内联调用；我找不到文档，但@katriealex:yep上有一个愚蠢的例子，这是有道理的。这样的内联是一个相对简单的优化。JIT解释器做了很多更有趣的事情，免责声明应该放在顶部-这是这个答案中迄今为止最重要的声明。+1，但对于b公平地说，我仍然认为这很可怕，我使用Python是因为它的其他吸引人的特性，而不是因为它的动态特性。事实上，我很乐意放弃很多…@phihag:我不同意。今天（2011年8月）有人说“Python”99%的可能性他指的是正式实施。也许几年后情况会有所不同