实现函数的优化和非优化版本的最干净的方法？

Question

对于一个大学项目，我想在python中实现一些代码。稍后，应该用调用本地CUDA代码来替换它的部分内容。

现在，我正在考虑在我的模块中放置一个模块宽开关OPTIMIZED。

def set_optimized(b):
    # possible check for CUDA device first
    OPTIMIZED = b

def my_fun(arg1, arg2):
    if OPTIMIZED:
       # some c-calls here
       return retval
    else:
       # some python code here
       return retval

这个实现有一些很好的特性：

performance.

• For每个优化的函数都有一个非优化的备份，
• 测试用例可以很容易地比较优化版本和非优化版本。例如，在没有CUDA设备的机器上，我禁止切换到优化版本，程序仍然运行而不更改代码。

另一种选择是将所有函数作为class NonOpt的方法来实现。class Opt(NonOpt)中的优化版本可以覆盖这些函数。这个选项似乎有较少的样板代码，但也有一个缺点:实例化和使用类的算法必须知道基本的opt/nonopt版本。

有什么规范的方法吗？或者这是个坏主意，我忽略了一些基本的东西？

对我来说，这个问题相当笼统。过去，当我想在Julia中维护优化的和非优化的代码时，我遇到了这个问题。当我不得不改变数学时，我可以简单地改变易读、非优化的版本。测试案例会告诉我，在更复杂的优化版本中，我是否获得了同样的结果。

Answer 1

在导入期间使用if语句向列表中添加另一个选项，并可能“隔离”您的函数。取决于您的样式，只需确保它们将以相同的名称结束，并包含相同的函数名。

if OPTIMIZED:
    from optimized import mymodule
else:
    from non_optimized import mymodule

另一种方法称为猴子修补(在运行时替换导入的方法)。