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”。