python - 理解为什么来自不同代码的这些操作码是相同的

Question

我想深入理解为什么下面这两个生成的操作码是相同的(加载/存储的值除外)。

特别是这个“BINARY_MULTIPLY”如何同时用于 str 和 int ？ C (CPython) 是否在后台进行类型检查并应用正确的函数，无论值是字符串还是整数？

我们可以说这种机制与鸭子类型(duck typing)有关吗？

>>> def tata():
...     a = 1
...     b = 1
...     c = a * b
... 
>>> dis.dis(tata)
  2           0 LOAD_CONST               1 (1)
              3 STORE_FAST               0 (a)

  3           6 LOAD_CONST               1 (1)
              9 STORE_FAST               1 (b)

  4          12 LOAD_FAST                0 (a)
             15 LOAD_FAST                1 (b)
             18 BINARY_MULTIPLY     
             19 STORE_FAST               2 (c)
             22 LOAD_CONST               0 (None)
             25 RETURN_VALUE      

>>> def toto():
...     a = "1"
...     b = "1"
...     c = a * b
... 
>>> dis.dis(toto)
  2           0 LOAD_CONST               1 ('1')
              3 STORE_FAST               0 (a)

  3           6 LOAD_CONST               1 ('1')
              9 STORE_FAST               1 (b)

  4          12 LOAD_FAST                0 (a)
             15 LOAD_FAST                1 (b)
             18 BINARY_MULTIPLY     
             19 STORE_FAST               2 (c)
             22 LOAD_CONST               0 (None)
             25 RETURN_VALUE      

Answer 1

Python 字节码是非常高级的，考虑到该语言极其动态的语义，它不能做太多不同的事情。 BINARY_MULTIPLY 当您在源代码中指定 * 时发出，无论操作数的类型如何。具体做什么是在运行时确定的。

事后看来这是很明显的:在 Python 中 一般 类型只在运行时才知道，并且考虑到它允许的灵 active (通过例如 monkeypatching)你可以决定只在运行时做什么执行的时刻。毫不奇怪，这就是 CPython 如此缓慢的原因之一。

在特定情况下，例如您的示例中显示的这些情况，编译器可以执行类型推断并在编译时执行计算，或者至少发出一些(假想的)更具体的操作码。不幸的是，这会使解释器复杂化并且在一般情况下不会有太大帮助，因为通常您的计算涉及来自外部的参数，例如:

def square(x):
    return x*x

x 这里可以是任何类型，因此编译时智能没有用。

def times5(x):
    return x * 5

即使此处的 5 已知，times5 也会根据 x 的类型("a" -> "aaaaa"; 2 -> 10; 4.5 -> 22.5; 一些自定义类类型 -> 它取决于运算符重载，仅在运行时才知道)。

您可以采用 asm.js 的方式并找到间接的方式来提供类型提示，但 Python (PyPy) 的高性能实现只是使用跟踪 JIT 方法自行推断常用的参数类型 (在运行代码一段时间后)并生成针对观察到的情况定制的优化机器代码。