Python性能：是否尝试-否？

Question

在我的一个类中，我有许多方法都从相同的字典中提取值。但是，如果其中一个方法尝试访问不存在的值，则它必须调用另一个方法以使该值与该键关联。

我目前已按以下方式实现此功能，其中findCrackDepth（tonnage）为self.lowCrackDepth [tonnage]分配一个值。

if tonnage not in self.lowCrackDepth:
    self.findCrackDepth(tonnage)
lcrack = self.lowCrackDepth[tonnage]

但是，我也有可能这样做

try:
    lcrack = self.lowCrackDepth[tonnage]
except KeyError:
    self.findCrackDepth(tonnage)
    lcrack = self.lowCrackDepth[tonnage]

我假设两者之间存在性能差异，这与值在字典中的频率有关。这个差异有多大？我正在生成数百万个这样的值（分布在该类的许多实例中的许多词典中），并且每次不存在该值时，它的值可能都会出现两次。

Answer 1

这是一个微妙的问题，因为您需要注意避免“持久的副作用”，并且性能折衷取决于丢失键的百分比。因此，请考虑以下dil.py文件：

def make(percentmissing):
  global d
  d = dict.fromkeys(range(100-percentmissing), 1)

def addit(d, k):
  d[k] = k

def with_in():
  dc = d.copy()
  for k in range(100):
    if k not in dc:
      addit(dc, k)
    lc = dc[k]

def with_ex():
  dc = d.copy()
  for k in range(100):
    try: lc = dc[k]
    except KeyError:
      addit(dc, k)
      lc = dc[k]

def with_ge():
  dc = d.copy()
  for k in range(100):
    lc = dc.get(k)
    if lc is None:
      addit(dc, k)
      lc = dc[k]

以及一系列timeit呼叫，例如：

$ python -mtimeit -s'import dil; dil.make(10)' 'dil.with_in()'
10000 loops, best of 3: 28 usec per loop
$ python -mtimeit -s'import dil; dil.make(10)' 'dil.with_ex()'
10000 loops, best of 3: 41.7 usec per loop
$ python -mtimeit -s'import dil; dil.make(10)' 'dil.with_ge()'
10000 loops, best of 3: 46.6 usec per loop

这表明，缺少10％的密钥，in检查实际上是最快的方法。

$ python -mtimeit -s'import dil; dil.make(1)' 'dil.with_in()'
10000 loops, best of 3: 24.6 usec per loop
$ python -mtimeit -s'import dil; dil.make(1)' 'dil.with_ex()'
10000 loops, best of 3: 23.4 usec per loop
$ python -mtimeit -s'import dil; dil.make(1)' 'dil.with_ge()'
10000 loops, best of 3: 42.7 usec per loop

仅丢失1％的密钥，该exception方法 略 快（get无论哪种情况，该方法仍然是最慢的一种）。

因此，为了获得最佳性能，除非 绝大多数 （99％以上）的查找成功，否则该in方法是可取的。

当然，还有另一种优雅的可能性：添加像…这样的dict子类：

class dd(dict):
   def __init__(self, *a, **k):
     dict.__init__(self, *a, **k)
   def __missing__(self, k):
     addit(self, k)
     return self[k]

def with_dd():
  dc = dd(d)
  for k in range(100):
    lc = dc[k]

然而…：

$ python -mtimeit -s'import dil; dil.make(1)' 'dil.with_dd()'
10000 loops, best of 3: 46.1 usec per loop
$ python -mtimeit -s'import dil; dil.make(10)' 'dil.with_dd()'
10000 loops, best of 3: 55 usec per loop

…虽然确实很漂亮，但这并不是性能上的赢家-
即便采用这种get方法，或更慢的速度，也要使用外观漂亮的代码来实现。（在defaultdict语义上类似于此类dd，如果适用的话，将是性能上的胜利，但这是因为__missing__在这种情况下，特殊方法是在经过优化的C代码中实现的）。