为什么在Python 3中X**4.0比X**4快？

Question

为什么X**4.0比X**4快？我使用的是CPython 3.5.2。

$ python -m timeit "for x in range(100):" " x**4.0"
  10000 loops, best of 3: 24.2 usec per loop

$ python -m timeit "for x in range(100):" " x**4"
  10000 loops, best of 3: 30.6 usec per loop

我试着改变我提升的幂，看看它是怎么做的，例如，如果我提升x的10或16的幂，它会从30跳到35，但如果我提升10.0作为浮动，它只是在24.1~4左右移动。

我想这和浮点转换和2次方有关，但我真的不知道。

Answer 1

为什么在Python 3^*中X**4.0比X**4快？

Python 3int对象是一个完整的对象，旨在支持任意大小；由于这一事实，它们在C级上是这样处理的（请参见如何在long_pow中将所有变量声明为PylongObject*类型）。这也使得它们的幂运算变得更加棘手和乏味，因为您需要使用它用来表示其值的ob_digit数组来执行它。（勇敢者的源代码。--有关PylongObject的更多信息，请参见：了解Python中大整数的内存分配。）

相反，Pythonfloat对象可以转换为Cdouble类型（通过使用pyfloat_asdouble)，并且可以使用这些本机类型执行操作。这很棒，因为在检查相关的边缘情况之后，它允许Python使用平台的POW（即C的POW)来处理实际的幂运算：

/* Now iv and iw are finite, iw is nonzero, and iv is
 * positive and not equal to 1.0.  We finally allow
 * the platform pow to step in and do the rest.
 */
errno = 0;
PyFPE_START_PROTECT("pow", return NULL)
ix = pow(iv, iw); 

其中IV和IW是我们的原始PyFloatObject作为CDouble。

值得注意的是：Python2.7.13对我来说是一个因素2~3更快，并且显示了相反的行为。

前面的事实也解释了Python 2和3之间的差异，所以我想我也要解决这个注释，因为它很有趣。

# Python 2
type(30)  # <type 'int'>
type(30L) # <type 'long'>

static PyObject *
int_pow(PyIntObject *v, PyIntObject *w, PyIntObject *z)
{
    register long iv, iw, iz=0, ix, temp, prev;
/* Snipped for brevity */    

这允许一个很好的速度增益。

为了查看 与 相比有多慢，如果您在Python 2中的long调用中包装x名称（实际上强制它使用long_pow，就像Python 3中的那样），速度增益将消失：

# <type 'int'>
(python2) ➜ python -m timeit "for x in range(1000):" " x**2"       
10000 loops, best of 3: 116 usec per loop
# <type 'long'> 
(python2) ➜ python -m timeit "for x in range(1000):" " long(x)**2"
100 loops, best of 3: 2.12 msec per loop

请注意，尽管其中一个代码段将int转换为long，而另一个代码段不转换（正如@pydsinger指出的那样），但这种强制转换并不是导致减速的原因。long_pow的实现是。（仅用long(x)对语句计时以查看）。

[...]它不会发生在循环之外。[...]对此有什么想法吗？

这是cpython的窥视孔优化器为您折叠常量。在这两种情况下，您都得到了相同的精确时间，因为没有实际的计算来找到幂的结果，只有加载值：

dis.dis(compile('4 ** 4', '', 'exec'))
  1           0 LOAD_CONST               2 (256)
              3 POP_TOP
              4 LOAD_CONST               1 (None)
              7 RETURN_VALUE

为'4**4'生成相同的字节码。，唯一的区别是load_const加载float256.0而不是int256:

dis.dis(compile('4 ** 4.', '', 'exec'))
  1           0 LOAD_CONST               3 (256.0)
              2 POP_TOP
              4 LOAD_CONST               2 (None)
              6 RETURN_VALUE