如何在 Python 中更高效地分配以及它在内部是如何工作的？ [复制]答案

【问题标题】：How is assigning more efficient in Python and how does it work internally? [duplicate]如何在 Python 中更高效地分配以及它在内部是如何工作的？ [复制]
【发布时间】：2020-11-17 09:55:21
【问题描述】：

在 Python 中是

a,b = b,a

效率更高

temp = a
a = b
b = temp

？它在内部是如何工作的？

【问题讨论】：

我猜这是一个效率不太可能成为最重要指标的地方。选择你的效率战。

标签： python

【解决方案1】：

作为实现细节，它的速度微乎其微，但不足以在大多数程序中产生有意义的差异。它更快，因为它避免了STORE/LOAD 操作对，而支持ROT_TWO 指令，该指令在将两个源变量加载到程序堆栈后使用，以翻转堆栈顶部两个元素的顺序在STORE正常返回之前。

如前所述，加速是微不足道的（在一些试验中，交换比显式临时更快，但只是个位数纳秒的问题，这几乎无关紧要），但阅读明显的交换更清晰，因此人们往往会在需要时更喜欢它。

对于内部，dis 模块很有帮助：

>>> import dis

>>> dis.dis('a, b = b, a')
  1           0 LOAD_NAME                0 (b)
              2 LOAD_NAME                1 (a)
              4 ROT_TWO
              6 STORE_NAME               1 (a)
              8 STORE_NAME               0 (b)
             10 LOAD_CONST               0 (None)
             12 RETURN_VALUE

>>> dis.dis('temp = a; a = b; b = temp')
  1           0 LOAD_NAME                0 (a)
              2 STORE_NAME               1 (temp)
              4 LOAD_NAME                2 (b)
              6 STORE_NAME               0 (a)
              8 LOAD_NAME                1 (temp)
             10 STORE_NAME               2 (b)
             12 LOAD_CONST               0 (None)
             14 RETURN_VALUE

您可以看到交换需要更少的字节码指令，并且连续执行更多相同的指令（这可能有助于缓存利用率一点点）。确切的指令根据您执行它的位置而有所不同（_NAME 可能是 _FAST 或 _GLOBAL 或类似的），因此当指令更昂贵时可能会有更多的性能提升（我的微基准是针对功能使用开销最小的_FAST 指令的本地人；相对而言，在全局范围内运行可能会使切换滴答声更快）。但同样，面对更短、更简洁的代码与更长、更丑陋的代码之间的选择，这一切都是微不足道的。

【讨论】：