我正在使用 Python,每当我必须验证函数输入时,我都会假设输入有效,然后发现错误。
在我的例子中,我有一个通用的 Vector()
类,我用它来做一些不同的事情,其中之一就是加法。它既可用作 Color()
类,也可用作 Vector()
,因此当我向 Color()
添加标量时,它应该将该常量添加到每个单独的组件中。 Vector()
和 Vector()
添加需要按组件添加。
此代码用于光线追踪器,因此任何速度提升都很棒。
这是我的 Vector()
类的简化版本:
class Vector:
def __init__(self, x, y, z):
self.x = x
self.y = y
self.z = z
def __add__(self, other):
try:
return Vector(self.x + other.x, self.y + other.y, self.z + other.z)
except AttributeError:
return Vector(self.x + other, self.y + other, self.z + other)
我目前正在使用 try...except
方法。有人知道更快的方法吗?
编辑:感谢答案,我尝试并测试了以下解决方案,该解决方案在添加 Vector()
对象之前专门检查类名:
class Vector:
def __init__(self, x, y, z):
self.x = x
self.y = y
self.z = z
def __add__(self, other):
if type(self) == type(other):
return Vector(self.x + other.x, self.y + other.y, self.z + other.z)
else:
return Vector(self.x + other, self.y + other, self.z + other)
我使用 timeit
对这两个代码块进行了速度测试,结果非常显着:
1.0528049469 usec/pass for Try...Except
0.732456922531 usec/pass for If...Else
Ratio (first / second): 1.43736090753
我还没有使用 no 输入验证测试 Vector()
类(即将 checkout 类移到实际代码中),但我'会想象它比 if...else
方法更快。
延迟更新:回顾这段代码,这不是最佳解决方案。
OOP 让这变得更快:
class Vector:
def __init__(self, x, y, z):
self.x = x
self.y = y
self.z = z
def __add__(self, other):
return Vector(self.x + other.x, self.y + other.y, self.z + other.z)
class Color(Vector):
def __add__(self, other):
if type(self) == type(other):
return Color(self.x + other.x, self.y + other.y, self.z + other.z)
else:
return Color(self.x + other, self.y + other, self.z + other)
最佳答案
我赞成 Matt Joiner 的回答,但想包含一些额外的观察结果以明确指出,除了其他几个因素外,在预检查条件之间进行选择时,有 4 次很重要(称为 LBYL 或“跳前检查”)并仅处理异常(称为 EAFP 或“请求宽恕比许可更容易”)。
这些时间是:
- 使用 LBYL 进行检查成功的时间
- 使用 LBYL 进行检查时失败的时间
- 当异常没有用 EAFP 抛出时的时间
- 使用 EAFP 抛出异常的时间
其他因素是:
- 检查成功/失败或异常抛出/未抛出案例的典型比率
- 是否存在阻止使用 LBYL 的竞争条件
最后一点是需要首先解决的问题:如果可能出现竞争条件,那么您别无选择,您必须使用异常处理。一个经典的例子是:
if <dir does not exist>:
<create dir> # May still fail if another process creates the target dir
由于 LBYL 不排除这种情况的异常(exception)情况,它没有提供真正的好处,也不需要做出判断:EAFP 是唯一能够正确处理竞争条件的方法。
但是,如果没有竞争条件,那么任何一种方法都可能是可行的。它们提供了不同的权衡:
- 如果没有引发异常,则 EAFP 接近空闲
- 但是,如果发生异常,则成本相对较高,因为展开堆栈、创建异常并将其与异常处理子句进行比较涉及大量处理
- 相比之下,LBYL 会产生潜在的高固定成本:无论成功或失败,始终都会执行额外检查
然后导致以下决策标准:
- 是否已知这段代码对应用程序的速度至关重要?如果不是,那么不要担心两者中哪个更快,而担心两者中哪个更容易阅读。
- 预检查是否比引发和捕获异常的成本更高?如果是,那么 EAFP 总是更快,应该使用。
- 如果答案是“否”,事情就会变得更有趣。在那种情况下,哪个更快将取决于成功或错误情况是否更常见,以及预检查和异常处理的相对速度。要明确回答这个问题,需要真正的时间测量。
作为一个粗略的经验法则:
- 如果存在潜在的竞争条件,请使用 EAFP
- 如果速度不是很重要,只需使用您认为更易于阅读的那个
- 如果预检费用高,请使用 EAFP
- 如果您希望操作在大多数情况下都能成功*,请使用 EAFP
- 如果您预计操作失败的时间超过一半,请使用 LBYL
- 如有疑问,请测量
*在这种情况下,人们对于他们认为“大部分时间”的内容会有所不同。对我来说,如果我期望操作成功超过一半的时间,我会理所当然地使用 EAFP,直到我有理由怀疑这段代码是一个实际的性能瓶颈。
关于python - 尝试/捕捉或验证速度?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5589532/