Python 中的函数查找操作的时间复杂度是多少

Question

我想知道，由于一种常见的优化策略是 "cache" 在变量中查找，然后使用该变量调用 method/function，查找操作的开销有多大？

这就是我所说的 "caching" 查找的意思，以防它不是正确的术语：

class TestClass:

    def myMethod(self):
       printMethod = self.printMethod
       for i in range(0, 1000):
          printMethod(i)

    def printMethod(self, i):
       print i

Answer 1

节省的不是时间复杂度，而是实际时间。在命名空间中查找函数名只是在字典中查找键，这已经是 O(1)。查找对象的属性也是字典查找，同样是 O(1)。有一个用于按名称查找局部变量的优化操作码，但仍然不能比 O(1) 更快。

在您的示例中，查找 self.printMethod 查找本地 (self)，然后查找属性 (printMethod)。那是两次查找。如果将它存储在本地，那么对局部变量 printMethod 的每次后续访问都只是一次查找，而不是两次。那仍然是 O(1)，但它更快，因为它是一个更小的常量。

This question 进一步讨论了名称查找在 Python 中的工作原理。

Answer 2

您可以使用以下代码计算时差：

http://pastebin.com/svBN5NZ9

以及一些计时结果：

In [2]: %timeit Class1().runCached(10000)
1000 loops, best of 3: 1.74 ms per loop

In [3]: %timeit Class1().runNormal(10000)
100 loops, best of 3: 2.92 ms per loop

In [4]: %timeit Class10().runCached(10000)
1000 loops, best of 3: 1.7 ms per loop

In [5]: %timeit Class10().runNormal(10000)
100 loops, best of 3: 6.01 ms per loop

In [6]: %timeit Class100().runCached(10000)
1000 loops, best of 3: 1.7 ms per loop

In [7]: %timeit Class100().runNormal(10000)
10 loops, best of 3: 42.9 ms per loop

所以一般缓存方法更快，方法查找时间取决于class继承层次结构的深度。

但请注意，如果您使用像 pypy 这样的跟踪 JIT，您可能会得到不同的结果，因为跟踪可能会有效地为您缓存方法指针。

Answer 3

两个 O(1) 操作可能需要非常不同的时间。实例属性查找（self.printMethod）和局部变量都是O(1)，但是局部变量访问经过优化，不需要字典查找，所以速度更快。查看访问局部变量的字节码 vs CPython 中的实例变量：

>>> import dis
>>> class MyClass:
...   def printMethod(self):
...     pass
...   def code(self):
...     pm = self.printMethod
...     self.printMethod()
...     pm()
...
>>> dis.dis(MyClass.code)
  5           0 LOAD_FAST                0 (self)
              3 LOAD_ATTR                0 (printMethod)
              6 STORE_FAST               1 (pm)

  6           9 LOAD_FAST                0 (self)
             12 LOAD_ATTR                0 (printMethod)
             15 CALL_FUNCTION            0
             18 POP_TOP

  7          19 LOAD_FAST                1 (pm)
             22 CALL_FUNCTION            0
             25 POP_TOP
             26 LOAD_CONST               0 (None)
             29 RETURN_VALUE
>>>

可以看到访问pm只需要一个简单的LOAD_FAST操作，从本地栈帧中的固定数字offest加载一个值，而访问self.printMethod则需要额外的LOAD_ATTR操作。

当然，建立局部变量的值确实需要时间，因此必须多次使用它（就像在您的代码示例中一样）才能看到任何性能优势。

正如@user5402 指出的那样，由于编译器方面的优化，您的里程数可能会因您使用的实现而异。

Python 中的函数查找操作的时间复杂度是多少

What is the time complexity of a function lookup operation in Python

python

lookup

time-complexity