Python有分支预测吗？

Question

我在 Python 中实现了一个物理模拟（无论如何，大部分繁重的工作都是在数值库中完成的，因此性能足够好）。 现在项目已经增长了一点，我通过在模拟过程中不会改变的参数添加了额外的功能。随之而来的是让程序根据它们的值做一件事或另一件事的必要性，即相当多的 if-else 散布在代码周围。

我的问题很简单：Python 是否实现了某种形式的分支预测？我会显着降低性能还是解释器足够聪明，可以看到某些参数永远不会改变？在被调用一百万次的函数中拥有一个常量 if-else，是每次都会评估条件还是发生一些魔术？当没有简单的方法完全删除条件时，有没有办法给解释器一些提示并支持/模拟分支预测？

Answer 1

理论上，您可以从一些 JIT 功能中受益，这些功能可以随着时间的推移观察控制流，并且可以通过重新排列代码有效地抑制从未采用的分支。一些 Python 解释器包含 JIT 编译器（我认为 PyPy 在较新的版本中也有，也许 Jython 也有），并且可能能够进行这种优化，但这当然取决于实际代码。

但是，分支预测的主要形式是在硬件中完成的，并且与使用的软件或语言结构无关（在 Python 的情况下 - 上面有很多抽象级别）。这种机制最终将这些条件代码路径视为分支，并且如果它们确实是静态确定的，则可能能够学习它们。但是，作为任何预测机制，它的容量有限，并且由于您的代码应该很大，它可能无法容纳所有这些分支的预测。它仍然被认为是相当不错的，所以关键的可能会起作用。

最后，如果您真的想优化您的代码，您可以将其中一些条件转换为常量（为参数分配一个常量值而不是解析命令行），或者使用 __debug__ 之类的东西完全隐藏条件。这样您就不必担心预测它们，但如果您将来需要它们，可以用最少的工作恢复功能。