python求偶奇数和差编程_在检查奇数时是否比%快？

是的。标准库中的timeit模块就是如何检查这些东西的。E、 克：AmAir:stko aleax$ python -mtimeit -s'def isodd(x): x & 1' 'isodd(9)'

1000000 loops, best of 3: 0.446 usec per loop

AmAir:stko aleax$ python -mtimeit -s'def isodd(x): x & 1' 'isodd(10)'

1000000 loops, best of 3: 0.443 usec per loop

AmAir:stko aleax$ python -mtimeit -s'def isodd(x): x % 2' 'isodd(10)'

1000000 loops, best of 3: 0.453 usec per loop

AmAir:stko aleax$ python -mtimeit -s'def isodd(x): x % 2' 'isodd(9)'

1000000 loops, best of 3: 0.461 usec per loop

如您所见，在我的(第一天==old==slow；-)MacBookAir上，&解决方案的重复速度比%解决方案快7到18纳秒。

timeit不仅告诉你什么是更快的，还告诉你多少(只运行几次测试)，这通常表明它是多么的不重要(当调用函数的开销在400左右时，你真的关心10纳秒的差异吗？！-)...

让程序员相信微观优化本质上是无关紧要的，这已经证明是一项不可能完成的任务——尽管已经过去了35年(在这35年中，计算机的速度提高了几个数量级！)自从KnuthwroteWe should forget about small

efficiencies, say about 97% of the

time: premature optimization is the

root of all evil.

正如他所解释的，这是引用了霍尔的一个更古老的声明。我想每个人都完全相信他们的案子只剩下3%！

因此，我们(特别是蒂姆·彼得斯，在这里应该得到荣誉)没有无休止地重复“没关系”，而是放进了标准的Python库模块timeit，这使得测量这样的微基准变得非常容易，因此至少让一些程序员说服自己，嗯，这个病例确实属于97%的人群！-)