Python 中嵌套函数的性能开销

Question

在 Python 3.9 中，嵌套函数比普通函数慢得多，在我的例子中大约是 10%。

from timeit import timeit

def f():
    return 0

def factory():
    def g():
        return 0

    return g

g = factory()

print(timeit("f()", globals=globals()))
#> 0.074835498
print(timeit("g()", globals=globals()))
#> 0.08470309999999998

dis.dis显示相同的字节码，我发现的唯一区别是函数内部标志。确实，dis.show_code显示g有标志NESTED而f没有。

但是，可以删除标志，并且g速度与f.

import inspect
g.__code__ = g.__code__.replace(co_flags=g.__code__.co_flags ^ inspect.CO_NESTED)
print(timeit("f()", globals=globals()))
#> 0.07321161100000001
print(timeit("g()", globals=globals()))
#> 0.07439838800000001

我试图查看 CPython 代码以了解CO_NESTED标志如何影响函数执行，但我一无所获。对这种相对于CO_NESTED标志的性能差异有什么解释吗？

编辑：删除CO_NESTED标志似乎也对函数执行没有影响，除了开销，即使它捕获了变量。

import inspect
global_var = 40
def factory():
    captured_var = 2
    def g():
        return global_var + captured_var
    return g
g = factory()
assert g() == 42

g.__code__ = g.__code__.replace(co_flags=g.__code__.co_flags ^ inspect.CO_NESTED)
assert g() == 42  # function still works as expected

Answer 1

我可能是错的，但我认为差异来自于这样一个事实：它g可能会引用本地变量，factory因此需要访问两个作用域来进行任何变量查找：globals以及factory. factory保护这个额外的作用域（或合并来自和 的作用域）很可能globals是您观察到的开销的原因。发生这种情况的一个很好的提示是，如果您嵌套另一层函数：

def factory():
    def ff():
        def g():
            return 0

        return g
    return ff()

g = factory()  # please note that it is equivalent from the perspective of time measurement

时间：

print(timeit("f()", globals=globals(), number=100000000))
# > 6.792911
print(timeit("g()", globals=globals(), number=100000000))
# > 7.8184555

在你的第一个计时案例中，我得到+5,7%（你的数字是+13.5%），在我的第二个例子中：+15,1%。