在Python中比较性能:等于和非相等

Question

在比较任何变量时，都有比较等式和比较不平等的选择。对于具有一个元素的变量，而不是字符串/list/tuple/etc.，差异可能不存在或可以忽略不计。

的问题是:当比较两个多元素变量时，是检查它们是否相等、慢还是快，而不是比较它们是否不相等。

我的直觉告诉我，比较它们是否不相等应该更快。我很好奇是否有人能告诉我这是否是真的，对于哪种类型的多元素类型是这样的。

Note__：我看过了，也没有发现任何能回答我问题的帖子。这可能是显而易见的，但我想有更多的意见，而不仅仅是我自己。

Answer 1

你可以随时检查一下：

>>> timeit("{'a': 1, 'b': 2} == {'a': 2, 'b': 1}")
0.29072967777517983
>>> timeit("{'a': 1, 'b': 2} != {'a': 2, 'b': 1}")
0.2906114293159803

差别似乎可以忽略不计。另一个测试用例？

>>> timeit("range(30) == range(35)")
0.7179841181163837
>>> timeit("range(30) != range(35)")
0.725536848004765

再说一次可以忽略不计。

>>> timeit("a == b", "a = {'a': 1, 'b': 2}; b = {'a': 2, 'b': 1}")
0.06806470555693522
>>> timeit("a != b", "a = {'a': 1, 'b': 2}; b = {'a': 2, 'b': 1}")
0.06724365965146717

随着对象的创建被移出。诚然，很小的例子，但我仍然认为两者都在适当的地方使用短路，当它们变得明显不同时。

Answer 2

我认为它与object.__eq__()和object.__ne__直接相关。

当使用== (相等)或!=(非相等)时启动此方法，在要比较的对象的函数中，它可能更快，也可能更慢，这取决于方法是如何编写的。

请参阅官方文档中的Datamodel基本定制。

Answer 3

我对某些Cortex M3程序集的经验(或者至少我的教授说它就是这样)是，当您检查相等或不相等时，有一个比较命令可以设置3位，还有一个if语句(如果您可以称之为它)，它会查看一个特定的命令。本质上比较A和B，3位是小的、相等的和大的，那么当您检查任何东西时，它应该检查它是大的还是小的(2次检查，所以2次循环)，或者对相等的标志应用NOT，这取决于体系结构可能是两个不同的动作，或者是一个周期。因此，我推测它取决于编译器、汇编程序和CPU的体系结构。

然而，这应该意味着您可以制作两个程序，每个程序都进行大量这样的检查，并执行它们的时间，其中巨大的程序将运行到数以万计(从C/C++中的执行时间判断)。在我看来，这是一项相当可行的任务，它可以手工计时，这样你就不会弄乱计时器，而且定时器在许多语言中对于它们的精确性有一些特性，它们甚至可能无法捕捉单个语句的执行时间。或者你可以给巨大的循环计时，看看电脑怎么说。

但是，请记住，如果在不相等的循环中得到1.1倍的时间，这并不意味着不等式需要1.1倍的等式检查时间，因为循环的周期要大得多，它可能是时间的2倍。有了更多的测试，每个循环都有更多的检查，那么确定循环所需的时间和用于检查的时间应该是非常容易的。希望这能有所帮助。