为什么使用中间变量的代码要比不使用中间变量的代码快？

Question 1

我遇到这种奇怪的行为，但无法解释。这些是基准：

py -3 -m timeit "tuple(range(2000)) == tuple(range(2000))"
10000 loops, best of 3: 97.7 usec per loop
py -3 -m timeit "a = tuple(range(2000));  b = tuple(range(2000)); a==b"
10000 loops, best of 3: 70.7 usec per loop

与使用变量分配进行比较，为什么比使用带有临时变量的班轮快27％以上呢？

通过Python文档，垃圾回收在timeit期间被禁用，因此并非如此。这是某种优化吗？

结果也可以在Python 2.x中重现，尽管程度较小。

运行Windows 7，CPython 3.5.1，Intel i7 3.40 GHz，64位OS和Python。似乎我尝试使用Python 3.5.0在Intel i7 3.60 GHz上运行的另一台机器无法重现结果。

使用具有timeit.timeit()10000个循环的相同Python进程运行分别产生0.703和0.804。仍然显示，尽管程度较小。（〜12.5％）

Question 2

我的结果与您的结果相似：使用中间变量的代码在Python 3.4中始终一致地至少快10-20％。但是，当我在完全相同的Python 3.4解释器上使用IPython时，得到了以下结果：

In [1]: %timeit -n10000 -r20 tuple(range(2000)) == tuple(range(2000))
10000 loops, best of 20: 74.2 µs per loop

In [2]: %timeit -n10000 -r20 a = tuple(range(2000));  b = tuple(range(2000)); a==b
10000 loops, best of 20: 75.7 µs per loop

值得注意的是，当我-mtimeit从命令行使用时，我从未设法接近前者的74.2 µs 。

因此，这个Heisenbug变得非常有趣。我决定运行该命令，strace确实发生了一些麻烦：

% strace -o withoutvars python3 -m timeit "tuple(range(2000)) == tuple(range(2000))"
10000 loops, best of 3: 134 usec per loop
% strace -o withvars python3 -mtimeit "a = tuple(range(2000));  b = tuple(range(2000)); a==b"
10000 loops, best of 3: 75.8 usec per loop
% grep mmap withvars|wc -l
46
% grep mmap withoutvars|wc -l
41149

现在，这是造成差异的一个很好的理由。不使用变量的代码导致mmap系统调用比使用中间变量的代码多近1000倍。

对于256k区域，其withoutvars满mmap/ munmap。这些相同的行一遍又一遍地重复：

mmap(NULL, 262144, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7f32e56de000
munmap(0x7f32e56de000, 262144)          = 0
mmap(NULL, 262144, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7f32e56de000
munmap(0x7f32e56de000, 262144)          = 0
mmap(NULL, 262144, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7f32e56de000
munmap(0x7f32e56de000, 262144)          = 0

的mmap通话似乎是从功能来_PyObject_ArenaMmap从Objects/obmalloc.c; 在obmalloc.c还包含宏ARENA_SIZE，这是#defined至是(256 << 10)（即262144）; 类似地munmap匹配_PyObject_ArenaMunmapfrom obmalloc.c。

obmalloc.c 说

在Python 2.5之前，竞技场从未被使用过free()。从Python 2.5开始，我们确实尝试使用free()竞技场，并使用一些温和的启发式策略来增加最终释放竞技场的可能性。

因此，这些启发式方法以及Python对象分配器在清空后立即释放这些免费区域的事实导致 python3 -mtimeit 'tuple(range(2000)) == tuple(range(2000))'触发病理行为，其中一个256 kiB内存区域被重新分配并重复释放。这种分配情况与mmap/ munmap，这是因为他们的系统调用相对昂贵的-而且，mmap与MAP_ANONYMOUS要求新映射的页面必须清零-尽管Python的也不会在意。

该行为在使用中间变量的代码中不存在，因为它使用了一些 更多的内存，并且由于仍在其中分配了一些对象，因此无法释放任何内存空间。那是因为timeit它将使其循环成环

for n in range(10000)
    a = tuple(range(2000))
    b = tuple(range(2000))
    a == b

现在的行为是 a和b将保持约束，直到他们重新分配*，所以在第二次迭代，tuple(range(2000))将分配一个3元组，并分配a = tuple(...)将降低旧的元组的引用计数，导致它被释放，并提高新元组的引用计数；然后发生同样的事情b。因此，在第一次迭代之后，这些元组中始终至少有2个（如果不是3个），因此不会发生颠簸。

最值得注意的是，不能保证使用中间变量的代码总是更快-实际上，在某些设置中，使用中间变量可能会导致额外的mmap调用，而直接比较返回值的代码可能没问题。

有人问为什么timeit禁用垃圾收集时会发生这种情况。确实timeit做到了：

注意

默认， timeit()在计时期间临时关闭垃圾收集。这种方法的优势在于，它使独立计时更具可比性。这个缺点是GC可能是被测功能性能的重要组成部分。如果是这样，则可以将GC作为设置字符串中的第一条语句重新启用。例如：

但是，Python的垃圾收集器仅用于回收循环垃圾，即引用形成循环的对象的集合。这里不是这种情况。而是当引用计数降至零时立即释放这些对象。

Question 3

这里的第一个问题是，它是可复制的吗？至少对于我们中的某些人而言，肯定是其他人说他们没有看到这种效果。在Fedora上，将相等性测试更改is为实际上进行比较似乎与结果无关，并且范围推升至200,000，这似乎最大程度地提高了效果：

$ python3 -m timeit "a = tuple(range(200000));  b = tuple(range(200000)); a is b"
100 loops, best of 3: 7.03 msec per loop
$ python3 -m timeit "a = tuple(range(200000)) is tuple(range(200000))"
100 loops, best of 3: 10.2 msec per loop
$ python3 -m timeit "tuple(range(200000)) is tuple(range(200000))"
100 loops, best of 3: 10.2 msec per loop
$ python3 -m timeit "a = b = tuple(range(200000)) is tuple(range(200000))"
100 loops, best of 3: 9.99 msec per loop
$ python3 -m timeit "a = b = tuple(range(200000)) is tuple(range(200000))"
100 loops, best of 3: 10.2 msec per loop
$ python3 -m timeit "tuple(range(200000)) is tuple(range(200000))"
100 loops, best of 3: 10.1 msec per loop
$ python3 -m timeit "a = tuple(range(200000));  b = tuple(range(200000)); a is b"
100 loops, best of 3: 7 msec per loop
$ python3 -m timeit "a = tuple(range(200000));  b = tuple(range(200000)); a is b"
100 loops, best of 3: 7.02 msec per loop

我注意到运行之间的差异以及表达式运行的顺序对结果的影响很小。

将作业添加到a和b进入缓慢的版本不加快速度。实际上，正如我们预期的那样，分配给局部变量的影响可以忽略不计。唯一可以提高速度的方法是将表达式一分为二。这应该做的唯一区别是，它减少了在评估表达式时Python使用的最大堆栈深度（从4减少到3）。

这为我们提供了线索，该影响与堆栈深度有关，也许额外的级别会将堆栈推入另一个内存页面。如果是这样，我们应该看到做出其他影响堆栈的更改将改变（很可能会杀死效果），实际上，这就是我们所看到的：

$ python3 -m timeit -s "def foo():
   tuple(range(200000)) is tuple(range(200000))" "foo()"
100 loops, best of 3: 10 msec per loop
$ python3 -m timeit -s "def foo():
   tuple(range(200000)) is tuple(range(200000))" "foo()"
100 loops, best of 3: 10 msec per loop
$ python3 -m timeit -s "def foo():
   a = tuple(range(200000));  b = tuple(range(200000)); a is b" "foo()"
100 loops, best of 3: 9.97 msec per loop
$ python3 -m timeit -s "def foo():
   a = tuple(range(200000));  b = tuple(range(200000)); a is b" "foo()"
100 loops, best of 3: 10 msec per loop

因此，我认为效果完全是由于在计时过程中消耗了多少Python堆栈。虽然还是很奇怪。