python while-Python天坑系列（一）：while 1比while True更快？

0. 前言

前些天被Python的多线程坑了一把，因此产生了写一个《Python天坑系列》博客的想法，说说我碰到的那些Python的坑。

而天坑这个词呢，一方面指Python的坑，另一方面也说明本系列文章也是个坑，对于会写什么内容、有多少篇、多久更新一次、什么时间更新我都无法确定，哈哈（看，之前已经3个月没有更新过了！）。

本篇是系列的第一篇，讲的内容是Python的bool类型。

1. 前提

1.1 bool是int的子类

根据PEP285中Review部分第6条所述，bool类是从int类继承而来的，这样可以极大的简化实现（C代码中调用PyInt_Check()的地方仍将继续工作）。

1.2 Python2中True/False不是关键字，但Python3中是

我们可以导入keyword模块，来查看关键字：

keyword

Python

# Python2 关键字

>>> import keyword

>>> keyword.kwlist

>>> ["and", "as", "assert", "break", "class", "continue", "def", "del", "elif", "else", "except", "exec", "finally", "for", "from", "global", "if", "import", "in", "is", "lambda", "not", "or", "pass", "print", "raise", "return", "try", "while", "with", "yield"]

# Python2 关键字

>>>importkeyword

>>>keyword.kwlist

>>>["and","as","assert","break","class","continue","def","del","elif","else","except","exec","finally","for","from","global","if","import","in","is","lambda","not","or","pass","print","raise","return","try","while","with","yield"]

而在Python3中，关键字中添加了True/False/None。

由于Python2中True/False不是关键字，因此我们可以对其进行任意的赋值：

Python2 True赋值

Python

>>> (1 == 1) == True

True

>>> True = "pythoner.com"

>>> (1 == 1) == True

False

>>>(1==1)==True

True

>>>True="pythoner.com"

>>>(1==1)==True

False

2. True + True = 2

由于bool是继承自int的子类，因此为了保证向下兼容性，在进行算术运算中，True/False会被当作int值来执行。

True + True = 2

Python

>>> True + True

>>> True - True

>>> True * True

>>> (True + True) > 1

True

>>> True + 5

>>> 1 / False

Traceback (most recent call last):

File "", line 1, in

ZeroDivisionError: integer division or modulo by zero

>>>True+True

>>>True-True

>>>True*True

>>>(True+True)>1

True

>>>True+5

>>>1/False

Traceback(mostrecentcalllast):

File"",line1,in

ZeroDivisionError:integerdivisionormodulobyzero

3. While 1比While True快？

首先来看一个比较while 1和while True循环的脚本，两个函数中，除了1和True的区别之外，其他地方完全相同。

while 1与while True比较

Python

#! /usr/bin/python

# -*- coding: utf-8 -*-

import timeit

def while_one():

i = 0

while 1:

i += 1

if i == 10000000:

break

def while_true():

i = 0

while True:

i += 1

if i == 10000000:

break

if __name__ == "__main__":

w1 = timeit.timeit(while_one, "from __main__ import while_one", number=3)

wt = timeit.timeit(while_true, "from __main__ import while_true", number=3)

print "while one: %s while_true: %s" % (w1, wt)

#! /usr/bin/python

# -*- coding: utf-8 -*-

importtimeit

defwhile_one():

i=0

while1:

i+=1

ifi==10000000:

break

defwhile_true():

i=0

whileTrue:

i+=1

ifi==10000000:

break

if__name__=="__main__":

w1=timeit.timeit(while_one,"from __main__ import while_one",number=3)

wt=timeit.timeit(while_true,"from __main__ import while_true",number=3)

print"while one: %s while_true: %s"%(w1,wt)

执行结果：

while one: 1.37000703812

while_true: 2.07638716698

可以看出wihle 1的执行时间约为while True的2/3。

那么，这是为什么呢？

其实这就是前提中提到的关键字的问题。由于Python2中，True/False不是关键字，因此我们可以对其进行任意的赋值，这就导致程序在每次循环时都需要对True/False的值进行检查；而对于1，则被程序进行了优化，而后不会再进行检查。

我们可以通过dis模块来查看while_one和while_true的字节码，下面的程序是对刚才的程序进行了一定的简化后的版本。

while 1和while True的字节码程序

Python

#! /usr/bin/python

# -*- coding: utf-8 -*-

import dis

def while_one():

while 1:

pass

def while_true():

while True:

pass

if __name__ == "__main__":

print "while_one "

dis.dis(while_one)

print "while_true "

dis.dis(while_true)

#! /usr/bin/python

# -*- coding: utf-8 -*-

importdis

defwhile_one():

while1:

pass

defwhile_true():

whileTrue:

pass

if__name__=="__main__":

print"while_one "

dis.dis(while_one)

print"while_true "

dis.dis(while_true)

执行的结果是：

while 1和while True的字节码执行结果

Python

while_one

6 0 SETUP_LOOP 3 (to 6)

7 >> 3 JUMP_ABSOLUTE 3

>> 6 LOAD_CONST 0 (None)

9 RETURN_VALUE

while_true

10 0 SETUP_LOOP 10 (to 13)

>> 3 LOAD_GLOBAL 0 (True)

6 POP_JUMP_IF_FALSE 12

11 9 JUMP_ABSOLUTE 3

>> 12 POP_BLOCK

>> 13 LOAD_CONST 0 (None)

16 RETURN_VALUE

while_one

60SETUP_LOOP3(to6)

7>>3JUMP_ABSOLUTE3

>>6LOAD_CONST0(None)

9RETURN_VALUE

while_true

100SETUP_LOOP10(to13)

>>3LOAD_GLOBAL0(True)

6POP_JUMP_IF_FALSE12

119JUMP_ABSOLUTE3

>>12POP_BLOCK

>>13LOAD_CONST0(None)

16RETURN_VALUE

可以看出，正如上面所讲到的，在while True的时候，字节码中多出了几行语句，正是这几行语句进行了True值的检查。

而在Python3中，由于True/False已经是关键字了，不允许进行重新赋值，因此，其执行结果与while 1不再有区别（好吧，我这没有Python3的环境，就不去验证了，网上有人验证过了）。但是由于Python2的使用十分广泛，因此大家不得不注意这个可能会降低性能的地方。

4. if x == True: 还是 if x:

在PEP285中，还提到了这两种写法的比较。PEP285中认为，==具有传递性，a==b, b==c会被化简为a==c。也就是说，如果选择前一种写法的话，6和7在if语句中都应该被认为是真值，那么就会造成6==True==7，被化简为6==7的问题，因此后一种写法才是正确的。

现在，让我们偏个题，假设x就是True，那么程序的执行效率又如何呢？

if x == True:和if x:比较

Python

#! /usr/bin/python

# -*- coding: utf-8 -*-

import timeit

def if_x_eq_true():

x = True

if x == True:

pass

def if_x():

x = True

if x:

pass

if __name__ == "__main__":

if1 = timeit.timeit(if_x_eq_true, "from __main__ import if_x_eq_true", number = 1000000)

if2 = timeit.timeit(if_x, "from __main__ import if_x", number = 1000000)

print "if_x_eq_true: %s if_x: %s" % (if1, if2)

#! /usr/bin/python

# -*- coding: utf-8 -*-

importtimeit

defif_x_eq_true():

x=True

ifx==True:

pass

defif_x():

x=True

ifx:

pass

if__name__=="__main__":

if1=timeit.timeit(if_x_eq_true,"from __main__ import if_x_eq_true",number=1000000)

if2=timeit.timeit(if_x,"from __main__ import if_x",number=1000000)

print"if_x_eq_true: %s if_x: %s"%(if1,if2)

执行结果是：

if_x_eq_true: 0.212558031082

if_x: 0.144327878952

让我们再来看看字节码（程序未作修改，dis的使用方式同上，因此不再给出程序）：

if x == True:和if x:的字节码

Python

if_x_eq_true

8 0 LOAD_GLOBAL 0 (True)

3 STORE_FAST 0 (x)

9 6 LOAD_FAST 0 (x)

9 LOAD_GLOBAL 0 (True)

12 COMPARE_OP 2 (==)

15 POP_JUMP_IF_FALSE 21

10 18 JUMP_FORWARD 0 (to 21)

>> 21 LOAD_CONST 0 (None)

24 RETURN_VALUE

if_x

13 0 LOAD_GLOBAL 0 (True)

3 STORE_FAST 0 (x)

14 6 LOAD_FAST 0 (x)

9 POP_JUMP_IF_FALSE 15

15 12 JUMP_FORWARD 0 (to 15)

>> 15 LOAD_CONST 0 (None)

18 RETURN_VALUE

if_x_eq_true

80LOAD_GLOBAL0(True)

3STORE_FAST0(x)

96LOAD_FAST0(x)

9LOAD_GLOBAL0(True)

12COMPARE_OP2(==)

15POP_JUMP_IF_FALSE21

1018JUMP_FORWARD0(to21)

>>21LOAD_CONST0(None)

24RETURN_VALUE

if_x

130LOAD_GLOBAL0(True)

3STORE_FAST0(x)

146LOAD_FAST0(x)

9POP_JUMP_IF_FALSE15

1512JUMP_FORWARD0(to15)

>>15LOAD_CONST0(None)

18RETURN_VALUE

可以清晰的看到第9行比第14行，多出了检查True值和进行比较的操作。

也就是说，不论从遵循PEP的规范，还是执行效率，或者程序的简洁性来说，我们都应该使用if x:，而不是if x == True:来进行比较。同理，那些if x is not None:之类的语句也应当被简化为if x:（如果要比较的是非值，而不必须是None的话）。

5. References

python while-Python天坑系列（一）：while 1比while True更快？相关推荐

python while true_Python天坑系列（一）：while 1比while True更快？
更多 0. 前言前些天被Python的多线程坑了一把,因此产生了写一个<Python天坑系列>博客的想法,说说我碰到的那些Python的坑. 而天坑这个词呢,一方面指Python的坑,另 ...
python矩阵对角线求和numpy_以numpy计算对角线和（更快）
使用stride_tricks有一个可能的解决方案.这在一定程度上是基于this question的答案中提供的大量信息,但我认为,问题只是不同而已,不算重复.这是一个基本思想,应用到一个方阵中,见下 ...
python图片压缩算法_Optipng，jpegoptim应用，用python实现图片压缩，让你的网站变得更快...
compress p_w_picpaths according to google suggestion. 1.环境:ubuntu12.04 . python 2.7.3 2.工具:optipng . ...
你知道python统计字符串中字符出现次数的方法中哪个更快吗？
首先按照原来学习过的语言基础,想到如下代码: [方法一] str = input('input text:') # 保存已经检测过的字母 check = '' rec = [] # 从当前输入的字符串 ...
python基础===Python 代码优化常见技巧
Python 代码优化常见技巧代码优化能够让程序运行更快,它是在不改变程序运行结果的情况下使得程序的运行效率更高,根据 80/20 原则,实现程序的重构.优化.扩展以及文档相关的事情通常需要消耗 8 ...
python创建一个json_如何为Python选择一个更快的JSON库
使用JSON越多, 你就越有可能遇到JSON编码或解码瓶颈.Python的内置库也不错, 但是还有多个更快的JSON库可用: 如何选择使用哪一个呢? 事实是,没有一个正确的答案,没有一个最快的JSON ...
javascript python谁快,Python和JavaScript的速度哪个更快?
不管你用的是什么代码,都很难避免最终出现优化问题.就像很多人所想的那样,从一天简单的开车到一台基本机器的机械结构,软件工程师们常常开始四处寻找解决问题的快捷方法. 设计出简约.高效.高效的软件,不仅是 ...
python并行编程语言_Python3 系列之并行编程
Python Python开发 Python语言 Python3 系列之并行编程进程和线程进程是程序运行的实例.一个进程里面可以包含多个线程,因此同一进程下的多个线程之间可以共享线程内的所有资源 ...
九十八、轻松搞定Python中的Markdown系列
@Author:Runsen @Date:2020/7/15 人生最重要的不是所站的位置,而是内心所朝的方向.只要我在每篇博文中写得自己体会,修炼身心:在每天的不断重复学习中,耐住寂寞,练就真功,不畏 ...

python while-Python天坑系列（一）：while 1比while True更快？

python while-Python天坑系列（一）：while 1比while True更快？相关推荐

最新文章

热门文章