Python：函数中的额外分配答案

【问题标题】：Python: extra assignments in functionsPython：函数中的额外分配
【发布时间】：2012-02-01 03:52:59
【问题描述】：

考虑到以下是 Python 中一个非常简单的函数的两个版本，问题是哪一个比另一个更受欢迎，为什么？

与使用了额外分配的case 2 相比，case 1 是否有任何额外的内存使用率和/或CPU 使用率？

案例 1：

定义 f(x)： y = x*x 返回 y

案例 2：

定义 f(x)：返回 x*x

在我看来，case 1 比另一个更清晰，尤其是在复杂计算和提供许多返回对象的情况下。另一方面，case 2 看起来非常紧凑，将被认为是非常有吸引力的。因为简单就是简单有效。你怎么看？

更新：
我不知道 Python 中有反汇编程序！当我了解到我的问题的答案以及检查类似想法的方法时，真是太神奇了。特别感谢。
from dis import dis as dasm
dasm(f)

【问题讨论】：

我们大多数人都认为这无关紧要。因此投票结束。
+1 简单有趣的问题。

标签： memory-management python cpu-usage assign

【解决方案1】：

如果你想知道首选的 Python 风格，请查看标准库中的代码：

$ grep return Lib/*py

您会看到case 2 样式是最常见的。

我个人只在需要变量名来增加代码清晰度时才使用赋值形式：

normalized_query = query.replace(' ', '').lower()
return normalized_query

这段代码为赋值引入了一个非常小的位开销：

>>> def f(x):
        return x + 2

>>> def g(x):
        y = x + 2
        return y

>>> dis(f)
  2           0 LOAD_FAST                0 (x)
              3 LOAD_CONST               1 (2)
              6 BINARY_ADD          
              7 RETURN_VALUE        
>>> dis(g)
  2           0 LOAD_FAST                0 (x)
              3 LOAD_CONST               1 (2)
              6 BINARY_ADD          
              7 STORE_FAST               1 (y)

  3          10 LOAD_FAST                1 (y)
             13 RETURN_VALUE

【讨论】：

【解决方案2】：

对于第一个：

>>> dis.dis(f)
  2           0 LOAD_FAST                0 (x)
              3 LOAD_FAST                0 (x)
              6 BINARY_MULTIPLY     
              7 STORE_FAST               1 (y)

  3          10 LOAD_FAST                1 (y)
             13 RETURN_VALUE

第二个：

>>> dis.dis(f)
  2           0 LOAD_FAST                0 (x)
              3 LOAD_FAST                0 (x)
              6 BINARY_MULTIPLY     
              7 RETURN_VALUE

如您所见，即使您根本不使用它，除了在返回之前保留该值之外，分配某些东西也会产生（少量）成本。

【讨论】：

【解决方案3】：

首选样式是对该特定功能最易读的样式。一旦你有了可读的、正确的代码——你可能已经完成了。如果此时性能是一个问题，请分析以查看瓶颈所在，并在这些位置上工作。

优化正确的代码比纠正优化的代码更容易。

【讨论】：