hiện python biểu thức nhân đánh giá nhanh hơn nếu tìm thấy một số không?

Question

ia giả sử có một biểu hiện nhân giống với nhiều multiplicands (biểu thức nhỏ)

expression = a*b*c*d*....*w 

nơi ví dụ c là (x-1), d là (y ** 2-16), k là (x y-60) ..... x, y là số
và tôi biết rằng c, d, k, j có thể là không
Trình tự tôi viết biểu thức có quan trọng để đánh giá nhanh hơn không?
Tốt hơn là viết c d k j .... * w hoặc python sẽ đánh giá tất cả các biểu thức bất kể thứ tự tôi viết?

Answer 1

Python v2.6.5 không kiểm tra không giá trị.

def foo(): 
    a = 1 
    b = 2 
    c = 0 
    return a * b * c 

>>> import dis 
>>> dis.dis(foo) 
    2   0 LOAD_CONST    1 (1) 
       3 STORE_FAST    0 (a) 

    3   6 LOAD_CONST    2 (2) 
       9 STORE_FAST    1 (b) 

    4   12 LOAD_CONST    3 (3) 
      15 STORE_FAST    2 (c) 

    5   18 LOAD_FAST    0 (a) 
      21 LOAD_FAST    1 (b) 
      24 BINARY_MULTIPLY  
      25 LOAD_FAST    2 (c) 
      28 BINARY_MULTIPLY  
      29 RETURN_VALUE   

Cập nhật: Tôi đã thử nghiệm Baldur biểu 's, và Python có thể và sẽ tối ưu hóa mã có liên quan đến biểu thức không đổi. lạ là test6 không được tối ưu hóa.

def test1(): 
    return 0 * 1 

def test2(): 
    a = 1 
    return 0 * a * 1 

def test3(): 
    return 243*(5539**35)*0 

def test4(): 
    return 0*243*(5539**35) 

def test5(): 
    return (256**256)*0 

def test6(): 
    return 0*(256**256) 

>>> dis.dis(test1) # 0 * 1 
    2   0 LOAD_CONST    3 (0) 
       3 RETURN_VALUE  

>>> dis.dis(test2) # 0 * a * 1 
    5   0 LOAD_CONST    1 (1) 
       3 STORE_FAST    0 (a) 

    6   6 LOAD_CONST    2 (0) 
       9 LOAD_FAST    0 (a) 
      12 BINARY_MULTIPLY  
      13 LOAD_CONST    1 (1) 
      16 BINARY_MULTIPLY  
      17 RETURN_VALUE   

>>> dis.dis(test3) # 243*(5539**35)*0 
    9   0 LOAD_CONST    1 (243) 
       3 LOAD_CONST    5 (104736434394484...681759461305771899L) 
       6 BINARY_MULTIPLY  
       7 LOAD_CONST    4 (0) 
      10 BINARY_MULTIPLY  
      11 RETURN_VALUE   

>>> dis.dis(test4) # 0*243*(5539**35) 
12   0 LOAD_CONST    5 (0) 
       3 LOAD_CONST    6 (104736433252667...001759461305771899L) 
       6 BINARY_MULTIPLY  
       7 RETURN_VALUE   

>>> dis.dis(test5) # (256**256)*0 
15   0 LOAD_CONST    4 (0L) 
       3 RETURN_VALUE   

>>> dis.dis(test6) # 0*(256**256) 
18   0 LOAD_CONST    1 (0) 
       3 LOAD_CONST    3 (323170060713110...853611059596230656L) 
       6 BINARY_MULTIPLY  
       7 RETURN_VALUE   

Tóm lại, nếu biểu thức bao gồm các biến, thứ tự không quan trọng. Mọi thứ sẽ được đánh giá.

Answer 2

Có thể là không. Phép nhân là một trong những hoạt động rẻ nhất của tất cả mọi người. Nếu một 0 nên được nhanh hơn sau đó nó sẽ là cần thiết để kiểm tra số không trước và đó có thể là chậm hơn so với chỉ làm phép nhân.

Giải pháp nhanh nhất nên multiply.reduce()

Answer 3

>>> import timeit 
>>> timeit.timeit('1*2*3*4*5*6*7*8*9*9'*6) 
0.13404703140258789 
>>> timeit.timeit('1*2*3*4*5*6*7*8*9*0'*6) 
0.13294696807861328 
>>> 

Answer 4

Đừng cố gắng để tối ưu hóa trước khi bạn chuẩn.

Với ý nghĩ đó, đúng là tất cả các biểu thức sẽ được đánh giá ngay cả khi cụm từ trung gian bằng 0.

Đơn hàng có thể vẫn còn quan trọng. Biểu thức là evaluated from left to right. Nếu a,b,c,... là số rất lớn, chúng có thể buộc Python phân bổ nhiều bộ nhớ, làm chậm quá trình tính toán trước khi nói đến j=0. (Nếu j=0 xuất hiện sớm hơn trong biểu thức, thì sản phẩm sẽ không bao giờ nhận được lớn và không cần phân bổ bộ nhớ bổ sung).

Nếu sau thời gian mã của bạn với timeit hoặc cProfile, bạn cảm thấy đây có thể là tình hình của bạn, sau đó bạn có thể thử trước khi đánh giá c,d,k,j, và thử nghiệm

if not all (c,d,k,j): 
    expression = 0 
else: 
    expression = a*b*c*d*....*w 

Sau đó, lần này với timeit hoặc cProfile cũng . Cách duy nhất để thực sự biết điều này có hữu ích trong tình huống của bạn hay không là chuẩn mực.

In [333]: import timeit 

In [334]: timeit.timeit('10**100*10**100*0') 
Out[334]: 1.2021231651306152 

In [335]: timeit.timeit('0*10**100*10**100') 
Out[335]: 0.13552498817443848 

Mặc dù PyPy là nhanh hơn nhiều, nó không xuất hiện để tối ưu hóa này một trong hai:

% pypy-c 
Python 2.7.3 (d994777be5ab, Oct 12 2013, 14:13:59) 
[PyPy 2.2.0-alpha0 with GCC 4.6.1] on linux2 
Type "help", "copyright", "credits" or "license" for more information. 
And now for something completely different: ``http://twitpic.com/52ae8f'' 
>>>> import timeit 
>>>> timeit.timeit('10**100*10**100*0') 
0.020643949508666992 
>>>> timeit.timeit('0*10**100*10**100') 
0.003732919692993164 

Answer 5

Đây chỉ là kiểm tra nhanh trong Python 3.1:

>>> import timeit 
>>> timeit.timeit('243*325*(5539**35)*0') 
0.5147271156311035 
>>> timeit.timeit('0*243*325*(5539**35)') 
0.153839111328125 

và điều này bằng Python 2.6:

>>> timeit.timeit('243*325*(5539**35)*0') 
0.72972488403320312 
>>> timeit.timeit('0*243*325*(5539**35)') 
0.26213502883911133 

Vì vậy, để không tham gia vào nó.

Ngoài ra tôi nhận được kết quả này trong Python 3.1:

>>> timeit.timeit('(256**256)*0') 
0.048995018005371094 
>>> timeit.timeit('0*(256**256)') 
0.1501758098602295 

Tại sao trên trái đất?