为什么 'x' 在 ('x',) 中比 'x' == 'x' 快？

Question

>>> timeit.timeit("'x' in ('x',)")
0.04869917374131205
>>> timeit.timeit("'x' == 'x'")
0.06144205736110564

也适用于具有多个元素的元组，两个版本似乎都呈线性增长：

>>> timeit.timeit("'x' in ('x', 'y')")
0.04866674801541748
>>> timeit.timeit("'x' == 'x' or 'x' == 'y'")
0.06565782838087131
>>> timeit.timeit("'x' in ('y', 'x')")
0.08975995576448526
>>> timeit.timeit("'x' == 'y' or 'x' == 'y'")
0.12992391047427532

基于此，我认为我应该完全开始在所有地方使用 in 而不是 ==!

Answer 1

这里有三个因素在起作用，它们结合起来产生了这种令人惊讶的行为。

首先：in 运算符采用快捷方式并在检查相等性 (x == y) 之前检查身份 (x is y):

>>> n = float('nan')
>>> n in (n, )
True
>>> n == n
False
>>> n is n
True

其次：由于 Python 的字符串驻留，"x" in ("x", ) 中的两个 "x" 将是相同的：

>>> "x" is "x"
True

（大警告：这是特定于实现的行为！is 应该 永远不会 用于比较字符串，因为它将有时会给出令人惊讶的答案；例如 "x" * 100 is "x" * 100 ==> False)

第三：如中所述，tuple.__contains__（x in (y, ) 大致等同于 (y, ).__contains__(x)）比 str.__eq__（同样，x == y 是大致相当于 x.__eq__(y)）执行身份检查的要点。

你可以看到这方面的证据，因为 x in (y, ) 比逻辑上等效的 x == y:

慢得多

In [18]: %timeit 'x' in ('x', )
10000000 loops, best of 3: 65.2 ns per loop

In [19]: %timeit 'x' == 'x'    
10000000 loops, best of 3: 68 ns per loop

In [20]: %timeit 'x' in ('y', ) 
10000000 loops, best of 3: 73.4 ns per loop

In [21]: %timeit 'x' == 'y'    
10000000 loops, best of 3: 56.2 ns per loop

x in (y, ) 的情况比较慢，因为在 is 比较失败后，in 运算符回退到正常的相等性检查（即，使用 ==），因此比较花费的时间与 == 大致相同，由于创建元组、遍历其成员等的开销，使整个操作变慢

另请注意，当 a is b:

时，a in (b, ) 仅更快

In [48]: a = 1             

In [49]: b = 2

In [50]: %timeit a is a or a == a
10000000 loops, best of 3: 95.1 ns per loop

In [51]: %timeit a in (a, )      
10000000 loops, best of 3: 140 ns per loop

In [52]: %timeit a is b or a == b
10000000 loops, best of 3: 177 ns per loop

In [53]: %timeit a in (b, )      
10000000 loops, best of 3: 169 ns per loop

（为什么 a in (b, ) 比 a is b or a == b 快？我的猜测是虚拟机指令更少 — a in (b, ) 仅约 3 条指令，其中 a is b or a == b 相当更多 VM 指令）

Veedrac 的回答 — — 详细介绍了 == 和 in 期间具体发生的事情，非常值得一读。

Answer 2

正如我对 David Wolever 提到的，这不仅仅是表面上看到的；两种方法都派发到 is；你可以通过做

来证明这一点

min(Timer("x == x", setup="x = 'a' * 1000000").repeat(10, 10000))
#>>> 0.00045456900261342525

min(Timer("x == y", setup="x = 'a' * 1000000; y = 'a' * 1000000").repeat(10, 10000))
#>>> 0.5256857610074803

第一个只能这么快，因为它通过身份检查。

为了找出一个比另一个花费更长的时间的原因，让我们通过执行来追踪。

它们都从 ceval.c 开始，从 COMPARE_OP 开始，因为这是涉及的字节码

TARGET(COMPARE_OP) {
    PyObject *right = POP();
    PyObject *left = TOP();
    PyObject *res = cmp_outcome(oparg, left, right);
    Py_DECREF(left);
    Py_DECREF(right);
    SET_TOP(res);
    if (res == NULL)
        goto error;
    PREDICT(POP_JUMP_IF_FALSE);
    PREDICT(POP_JUMP_IF_TRUE);
    DISPATCH();
}

这会从堆栈中弹出值（技术上它只会弹出一个）

PyObject *right = POP();
PyObject *left = TOP();

并运行比较：

PyObject *res = cmp_outcome(oparg, left, right);

cmp_outcome是这样的：

static PyObject *
cmp_outcome(int op, PyObject *v, PyObject *w)
{
    int res = 0;
    switch (op) {
    case PyCmp_IS: ...
    case PyCmp_IS_NOT: ...
    case PyCmp_IN:
        res = PySequence_Contains(w, v);
        if (res < 0)
            return NULL;
        break;
    case PyCmp_NOT_IN: ...
    case PyCmp_EXC_MATCH: ...
    default:
        return PyObject_RichCompare(v, w, op);
    }
    v = res ? Py_True : Py_False;
    Py_INCREF(v);
    return v;
}

这是路径分叉的地方。 PyCmp_IN 分支

int
PySequence_Contains(PyObject *seq, PyObject *ob)
{
    Py_ssize_t result;
    PySequenceMethods *sqm = seq->ob_type->tp_as_sequence;
    if (sqm != NULL && sqm->sq_contains != NULL)
        return (*sqm->sq_contains)(seq, ob);
    result = _PySequence_IterSearch(seq, ob, PY_ITERSEARCH_CONTAINS);
    return Py_SAFE_DOWNCAST(result, Py_ssize_t, int);
}

注意元组定义为

static PySequenceMethods tuple_as_sequence = {
    ...
    (objobjproc)tuplecontains,                  /* sq_contains */
};

PyTypeObject PyTuple_Type = {
    ...
    &tuple_as_sequence,                         /* tp_as_sequence */
    ...
};

所以分支

if (sqm != NULL && sqm->sq_contains != NULL)

将被采用，*sqm->sq_contains，即函数 (objobjproc)tuplecontains，将被采用。

这确实

static int
tuplecontains(PyTupleObject *a, PyObject *el)
{
    Py_ssize_t i;
    int cmp;

    for (i = 0, cmp = 0 ; cmp == 0 && i < Py_SIZE(a); ++i)
        cmp = PyObject_RichCompareBool(el, PyTuple_GET_ITEM(a, i),
                                           Py_EQ);
    return cmp;
}

...等等，这不是 PyObject_RichCompareBool 另一个分支拿走的吗？不，那是 PyObject_RichCompare.

那个代码路径很短，所以它可能只归结为这两个的速度。让我们比较一下。

int
PyObject_RichCompareBool(PyObject *v, PyObject *w, int op)
{
    PyObject *res;
    int ok;

    /* Quick result when objects are the same.
       Guarantees that identity implies equality. */
    if (v == w) {
        if (op == Py_EQ)
            return 1;
        else if (op == Py_NE)
            return 0;
    }

    ...
}

PyObject_RichCompareBool 中的代码路径几乎立即终止。对于 PyObject_RichCompare，它

PyObject *
PyObject_RichCompare(PyObject *v, PyObject *w, int op)
{
    PyObject *res;

    assert(Py_LT <= op && op <= Py_GE);
    if (v == NULL || w == NULL) { ... }
    if (Py_EnterRecursiveCall(" in comparison"))
        return NULL;
    res = do_richcompare(v, w, op);
    Py_LeaveRecursiveCall();
    return res;
}

Py_EnterRecursiveCall/Py_LeaveRecursiveCall 组合没有在以前的路径中采用，但这些是相对快速的宏，在递增和递减一些全局变量后会短路。

do_richcompare 是：

static PyObject *
do_richcompare(PyObject *v, PyObject *w, int op)
{
    richcmpfunc f;
    PyObject *res;
    int checked_reverse_op = 0;

    if (v->ob_type != w->ob_type && ...) { ... }
    if ((f = v->ob_type->tp_richcompare) != NULL) {
        res = (*f)(v, w, op);
        if (res != Py_NotImplemented)
            return res;
        ...
    }
    ...
}

这会进行一些快速检查以调用 v->ob_type->tp_richcompare，即

PyTypeObject PyUnicode_Type = {
    ...
    PyUnicode_RichCompare,      /* tp_richcompare */
    ...
};

哪个

PyObject *
PyUnicode_RichCompare(PyObject *left, PyObject *right, int op)
{
    int result;
    PyObject *v;

    if (!PyUnicode_Check(left) || !PyUnicode_Check(right))
        Py_RETURN_NOTIMPLEMENTED;

    if (PyUnicode_READY(left) == -1 ||
        PyUnicode_READY(right) == -1)
        return NULL;

    if (left == right) {
        switch (op) {
        case Py_EQ:
        case Py_LE:
        case Py_GE:
            /* a string is equal to itself */
            v = Py_True;
            break;
        case Py_NE:
        case Py_LT:
        case Py_GT:
            v = Py_False;
            break;
        default:
            ...
        }
    }
    else if (...) { ... }
    else { ...}
    Py_INCREF(v);
    return v;
}

即，此快捷方式 left == right... 但仅在执行

之后

    if (!PyUnicode_Check(left) || !PyUnicode_Check(right))

    if (PyUnicode_READY(left) == -1 ||
        PyUnicode_READY(right) == -1)

所有路径看起来像这样（手动递归内联、展开和修剪已知分支）

POP()                           # Stack stuff
TOP()                           #
                                #
case PyCmp_IN:                  # Dispatch on operation
                                #
sqm != NULL                     # Dispatch to builtin op
sqm->sq_contains != NULL        #
*sqm->sq_contains               #
                                #
cmp == 0                        # Do comparison in loop
i < Py_SIZE(a)                  #
v == w                          #
op == Py_EQ                     #
++i                             # 
cmp == 0                        #
                                #
res < 0                         # Convert to Python-space
res ? Py_True : Py_False        #
Py_INCREF(v)                    #
                                #
Py_DECREF(left)                 # Stack stuff
Py_DECREF(right)                #
SET_TOP(res)                    #
res == NULL                     #
DISPATCH()                      #

对

POP()                           # Stack stuff
TOP()                           #
                                #
default:                        # Dispatch on operation
                                #
Py_LT <= op                     # Checking operation
op <= Py_GE                     #
v == NULL                       #
w == NULL                       #
Py_EnterRecursiveCall(...)      # Recursive check
                                #
v->ob_type != w->ob_type        # More operation checks
f = v->ob_type->tp_richcompare  # Dispatch to builtin op
f != NULL                       #
                                #
!PyUnicode_Check(left)          # ...More checks
!PyUnicode_Check(right))        #
PyUnicode_READY(left) == -1     #
PyUnicode_READY(right) == -1    #
left == right                   # Finally, doing comparison
case Py_EQ:                     # Immediately short circuit
Py_INCREF(v);                   #
                                #
res != Py_NotImplemented        #
                                #
Py_LeaveRecursiveCall()         # Recursive check
                                #
Py_DECREF(left)                 # Stack stuff
Py_DECREF(right)                #
SET_TOP(res)                    #
res == NULL                     #
DISPATCH()                      #

现在，PyUnicode_Check 和 PyUnicode_READY 非常便宜，因为它们只检查几个字段，但很明显，顶部的代码路径较小，函数调用较少, 只有一个开关声明，只是有点薄。

TL;DR:

两者都发送到 if (left_pointer == right_pointer)；不同之处在于他们为到达那里做了多少工作。 in 只是做的少了。

为什么 'x' 在 ('x',) 中比 'x' == 'x' 快？

Why is 'x' in ('x',) faster than 'x' == 'x'?

python

performance

python-3.x

python-internals

TL;DR: