Как использовать списки Python 3.4 без значительного замедления?

Question

Я писал игру с тик-таковым и использовал Enum для представления трех результатов - lose, draw и win. Я думал, что это будет лучше, чем использование строк ("lose", "win", "draw"), чтобы указать эти значения. Но использование enums дало мне значительный успех.

Вот минимальный пример, где я просто ссылаюсь либо на Result.lose, либо на литеральную строку lose.

import enum 
import timeit 
class Result(enum.Enum): 
    lose = -1 
    draw = 0 
    win = 1 

>>> timeit.timeit('Result.lose', 'from __main__ import Result') 
1.705788521998329 
>>> timeit.timeit('"lose"', 'from __main__ import Result') 
0.024598151998361573 

Это намного медленнее, чем просто ссылка на глобальную переменную.

k = 12 

>>> timeit.timeit('k', 'from __main__ import k') 
0.02403248500195332 

Мои вопросы:

• Я знаю, что глобальные поиски гораздо медленнее, чем местные поисков в Python. Но почему запросы перечислить еще хуже?
• Как можно эффективно использовать перечисления, не жертвуя производительностью? Поиск Enum оказался полностью доминирующим во время выполнения моей программы tic-tac-toe. Мы могли бы сохранить локальные копии перечисления в каждой функции или обернуть все в одном классе, но оба они кажутся неудобными.

Answer 1

Вы выбираете временной цикл. Строковый литерал сама по себе проигнорировано полностью:

>>> import dis 
>>> def f(): "lose" 
... 
>>> dis.dis(f) 
    1   0 LOAD_CONST    1 (None) 
       3 RETURN_VALUE   

Это функция, которая ничего не делает на всех. Таким образом, цикл синхронизации принимает 0.024598151998361573 секунд, чтобы запустить 1 миллион раз.

В этом случае строка фактически стала строкой документации функции f:

>>> f.__doc__ 
'lose' 

но CPython обычно опускает строковые литералы в коде, если не назначена или иначе часть выражения:

>>> def f(): 
...  1 + 1 
...  "win" 
... 
>>> dis.dis(f) 
    2   0 LOAD_CONST    2 (2) 
       3 POP_TOP    

    3   4 LOAD_CONST    0 (None) 
       7 RETURN_VALUE   

Здесь 1 + 1 сложен в константу (2), и строковый литерал снова исчез.

Таким образом, вы не можете сравнить это с поиском атрибута объекта enum. Да, поиск атрибута требует циклов. Но так же ищет другую переменную. Если вы действительно беспокоитесь о производительности, вы всегда можете кэш Поиск атрибута:

>>> import timeit 
>>> import enum 
>>> class Result(enum.Enum): 
...  lose = -1 
...  draw = 0 
...  win = 1 
... 
>>> timeit.timeit('outcome = Result.lose', 'from __main__ import Result') 
1.2259576459764503 
>>> timeit.timeit('outcome = lose', 'from __main__ import Result; lose = Result.lose') 
0.024848614004440606 

В timeit тестах все переменные являются местными жителями, так как Result и lose местные поиски.

enum атрибуты поиски действительно берут немного больше времени, чем «обычные» поиски атрибутов:

>>> class Foo: bar = 'baz' 
... 
>>> timeit.timeit('outcome = Foo.bar', 'from __main__ import Foo') 
0.04182224802207202 

Это потому, что enum метакласс включает в себя specialised __getattr__ hook, который называется каждый раз, когда вы смотрите атрибут; атрибуты класса enum рассматриваются в специализированном словаре, а не в классе __dict__. Оба выполнения этого метода крючков и дополнительный поиск атрибута (для доступа к карте) потребуются дополнительное время:

>>> timeit.timeit('outcome = Result._member_map_["lose"]', 'from __main__ import Result') 
0.25198313599685207 
>>> timeit.timeit('outcome = map["lose"]', 'from __main__ import Result; map = Result._member_map_') 
0.14024519600206986 

В игре Tic-Tac-Toe вы вообще не беспокоиться о том, что сводится к незначительным различиям синхронизации , Не тогда, когда игрок человека на несколько порядков меньше, чем ваш компьютер. Этот человеческий игрок не собирается замечать разницу между 1,2 микросекундами или 0,024 микросекундами.