python保留sqrt_Python：为什么*和**比/和sqrt()更快？

你的结果的(有点意想不到的)原因是Python似乎折叠常数表达式涉及浮点乘法和取幂，但不是除法。 math.sqrt()是一个不同的野兽，因为没有字节码，它涉及一个函数调用。

在Python 2.6.5上，下面的代码：

x1 = 1234567890.0 / 4.0

x2 = 1234567890.0 * 0.25

x3 = 1234567890.0 ** 0.5

x4 = math.sqrt(1234567890.0)

编译为以下字节码：

# x1 = 1234567890.0 / 4.0

4 0 LOAD_CONST 1 (1234567890.0)

3 LOAD_CONST 2 (4.0)

6 BINARY_DIVIDE

7 STORE_FAST 0 (x1)

# x2 = 1234567890.0 * 0.25

5 10 LOAD_CONST 5 (308641972.5)

13 STORE_FAST 1 (x2)

# x3 = 1234567890.0 ** 0.5

6 16 LOAD_CONST 6 (35136.418286444619)

19 STORE_FAST 2 (x3)

# x4 = math.sqrt(1234567890.0)

7 22 LOAD_GLOBAL 0 (math)

25 LOAD_ATTR 1 (sqrt)

28 LOAD_CONST 1 (1234567890.0)

31 CALL_FUNCTION 1

34 STORE_FAST 3 (x4)

正如你所看到的，乘法和求幂不需要时间，因为它们在编译代码时就完成了。分区需要更长的时间，因为它发生在运行时平方根不仅是四个中计算量最大的操作，而且还会产生其他不需要的各种开销(属性查找，函数调用等)。

如果消除常数折叠的影响，几乎没有分离乘法和除法：

In [16]: x = 1234567890.0

In [17]: %timeit x / 4.0

10000000 loops, best of 3: 87.8 ns per loop

In [18]: %timeit x * 0.25

10000000 loops, best of 3: 91.6 ns per loop

math.sqrt(x)实际上比x ** 0.5快一点，可能是因为它是后者的一个特殊情况，因此可以更有效地完成，尽管有开销：

In [19]: %timeit x ** 0.5

1000000 loops, best of 3: 211 ns per loop

In [20]: %timeit math.sqrt(x)

10000000 loops, best of 3: 181 ns per loop

编辑2011-11-16：Python表达式折叠是由Python的窥视孔优化器完成的。源代码(peephole.c)包含以下注释，解释为什么常量除法不折叠：

case BINARY_DIVIDE:

/* Cannot fold this operation statically since

the result can depend on the run-time presence

of the -Qnew flag */

return 0;

-Qnew标志启用在PEP 238中定义的“真正除法”。