局部变量和全局变量效率测试对比
局部变量的查询和访问速度比全局变量快,优先考虑使用,尤其是在遇到需要大量循环的时候。
在特别强调效率的地方或者循环次数较多的地方,可以通过将全局变量转为局部变量提高运行速度。
注:这里老师说不用过分注意,过度这样做会影响程序的可读;但我自己觉得可以适当地养成这样一个习惯,能这样做的时候就这样做,担心影响可读性地话就加个注释。总之,根据对运行效率的要求和工作期限来综合考虑。
写在前头:导入的库相对于工作区现场是更大的全局;工作区现场相对于函数内是更大的全局;所以这里是在相对的全局与局部的基础上进行效率对比的。
【对比1】只导入库对比导入库函数到函数内
import math
import time
def test01():
start = time.time()
for i in range(10000000):
math.sqrt(30)
end = time.time()
print('耗时{}'.format(end - start))
def test02():
b = math.sqrt
start = time.time()
for i in range(10000000):
b(30)
end = time.time()
print('耗时{}'.format(end - start))
test01()
test02()
执行3次的3个结果:
分析:
test01耗时要比test02多,因为函数内循环执行math.sqrt时,需要到math库里把math.sqrt找出来,用一次掉丢,下一次用还要重新曲库里调出来,如此循环10000000次;而到了test02,就把math.sqrt放到函数的运行内存里面了,循环的这10000000次不用每次都去库里调,直接在栈里面拿。省去的是每次都去库里面调的工作量。
【对比2】只导入库对比函数外导入函数
import math
import time
b = math.sqrt
def test01():
start = time.time()
for i in range(10000000):
math.sqrt(30)
end = time.time()
print('耗时{}'.format(end - start))
def test02():
start = time.time()
for i in range(10000000):
b(30)
end = time.time()
print('耗时{}'.format(end - start))
test01()
test02()
执行3次的3个结果:
分析:
对比2中test01的函数内循环还是需要每次都去库里面调math.sqrt;test02的函数内循环每次不用去库里面调,但它需要在绕到函数外去取工作区里面的b = math.sqrt函数,即使如此,它还是节省了很多工作量。
然后我们就会去想,取工作区里面的函数和在定义函数内部取函数哪个快呢?
【对比3】函数外导入函数对比函数内导入函数
import math
import time
def test01():
b = math.sqrt
start = time.time()
for i in range(10000000):
b(30)
end = time.time()
print('耗时{}'.format(end - start))
b = math.sqrt
def test02():
start = time.time()
for i in range(10000000):
b(30)
end = time.time()
print('耗时{}'.format(end - start))
test01()
test02()
执行8次的8个结果(因为差别不大,且我个人的pc不那么稳定,所以更多次测试以便观察出规律):
分析:
耗时差别比前两个对比小,但是还是能发现test01比test02稍稍省时。这是因为test01中函数循环调用math.sqrt是就近用定义的函数内的;而test02得去更远的定义函数外用math.sqrt。
几个对比中,对比1中的test02是程序运行效率最高的。
综上所述,函数的执行效率也是越近的调用效率越高。