python 2.7写"x in set"vs"set .__ contains __(x)"

Question

我在python 2.7.6中运行了以下小测试:

s = set(xrange(0, 1000000))
for i in xrange(0, 5000000):
    if s.__contains__(i):
        pass

并获得以下运行输出time python py.py:

real    0m0.616s

然后我将我的代码更改为:

s = set(xrange(0, 1000000))
for i in xrange(0, 5000000):
    if i in s:
        pass

并得到了运行时间0.467s.我也得到了相同的结果dict.我的问题是"为什么存在性能差异？",也许是python如何执行s.__contains__(i)和调用的一些解释i in s

Answer 1

使用时,s.__contains__(i)您需要在Python中进行属性查找,以及在Python中进行方法调用.这些作为单独的字节码执行:

>>> import dis
>>> dis.dis(compile('s.__contains__(i)', '<>', 'exec'))
  1           0 LOAD_NAME                0 (s)
              3 LOAD_ATTR                1 (__contains__)
              6 LOAD_NAME                2 (i)
              9 CALL_FUNCTION            1
             12 POP_TOP             
             13 LOAD_CONST               0 (None)
             16 RETURN_VALUE        

LOAD_ATTR加载该__contains__属性,CALL_FUNCTION然后执行该方法.

使用i in s只需一个字节码:

>>> dis.dis(compile('i in s', '<>', 'exec'))
  1           0 LOAD_NAME                0 (i)
              3 LOAD_NAME                1 (s)
              6 COMPARE_OP               6 (in)
              9 POP_TOP             
             10 LOAD_CONST               0 (None)
             13 RETURN_VALUE        

这里COMPARE_OP完成所有工作.

在C中,然后,查找__contains__插槽(或者更确切地说,它的C等价物)并调用它要快得多.

请注意,在比较Python中的两种方法时,使用timeit模块而不是UNIX time命令要好得多; 它会尝试消除环境因素并为您重复测试:

>>> import timeit, random
>>> testset = {random.randrange(50000) for _ in xrange(1000)}
>>> tests = [random.randrange(5000) for _ in xrange(500)]
>>> timeit.timeit('for i in tests: i in s',
...               'from __main__ import testset as s, tests',
...               number=100000)
2.5375568866729736
>>> timeit.timeit('for i in tests: s.__contains__(i)',
...               'from __main__ import testset as s, tests',
...               number=100000)
4.208703994750977

使用__contains__速度慢一些距离.