Python中嵌套函数的性能开销

Question

在 Python 3.9 中，嵌套函数比普通函数慢得惊人，在我的示例中约为 10%。

from timeit import timeit

def f():
    return 0

def factory():
    def g():
        return 0

    return g

g = factory()

print(timeit("f()", globals=globals()))
#> 0.074835498
print(timeit("g()", globals=globals()))
#> 0.08470309999999998

dis.dis 显示相同的字节码，我发现的唯一区别在于函数内部标志。事实上，dis.show_code 揭示了 g 有一个标志 NESTED 而f 没有。

但是，可以删除标志，它使g 与f 一样快。

import inspect
g.__code__ = g.__code__.replace(co_flags=g.__code__.co_flags ^ inspect.CO_NESTED)
print(timeit("f()", globals=globals()))
#> 0.07321161100000001
print(timeit("g()", globals=globals()))
#> 0.07439838800000001

我试图查看 CPython 代码以了解 CO_NESTED 标志如何影响函数执行，但我什么也没找到。与CO_NESTED 标志相比，这种性能差异有什么解释吗？

编辑：删除CO_NESTED 标志似乎也对函数执行没有影响，除了开销，即使它已捕获变量。

import inspect
global_var = 40
def factory():
    captured_var = 2
    def g():
        return global_var + captured_var
    return g
g = factory()
assert g() == 42

g.__code__ = g.__code__.replace(co_flags=g.__code__.co_flags ^ inspect.CO_NESTED)
assert g() == 42  # function still works as expected

Answer 1

我可能错了，但我认为不同之处在于g 可以潜在地引用factory 的本地变量，因此需要访问两个范围以进行任何变量查找：globals as以及factory。很可能是保护这个额外的范围（或合并来自factory 和globals 的范围）是您观察到的开销的原因。一个很好的提示是，如果你嵌套了另一层函数：

def factory():
    def ff():
        def g():
            return 0

        return g
    return ff()

g = factory()  # please note that it is equivalent from the perspective of time measurement

时间安排：

print(timeit("f()", globals=globals(), number=100000000))
# > 6.792911
print(timeit("g()", globals=globals(), number=100000000))
# > 7.8184555

在你的第一个计时案例中，我得到 +5.7%（你的数字是 +13.5%），在我的第二个例子中：+15.1%。