在Python中，a + = 1会比a = a + 1更快吗？

Question

我不确定它在Python中是否相同。

以前有人试过吗？

http://docs.python.org/library/operator#operator.iadd

Answer 1

有几乎是在工作蟒蛇执行的任何陈述有所不同：

>>> import dis 
>>> def inplace_add(): 
...  a = 0 
...  a += 1 
... 
>>> def add_and_assign(): 
...  a = 0 
...  a = a + 1 
... 
>>> dis.dis(inplace_add) 
    2   0 LOAD_CONST    1 (0) 
       3 STORE_FAST    0 (a) 

    3   6 LOAD_FAST    0 (a) 
       9 LOAD_CONST    2 (1) 
      12 INPLACE_ADD   
      13 STORE_FAST    0 (a) 
      16 LOAD_CONST    0 (None) 
      19 RETURN_VALUE   
>>> dis.dis(add_and_assign) 
    2   0 LOAD_CONST    1 (0) 
       3 STORE_FAST    0 (a) 

    3   6 LOAD_FAST    0 (a) 
       9 LOAD_CONST    2 (1) 
      12 BINARY_ADD   
      13 STORE_FAST    0 (a) 
      16 LOAD_CONST    0 (None) 
      19 RETURN_VALUE   

的区别是一个INPLACE_ADD与一个BINARY_ADD。

产生的时序是分不出哪一个会更快：

>>> import timeit 
>>> timeit.timeit('inplace_add', 'from __main__ import inplace_add', number=10000000) 
0.32667088508605957 
>>> timeit.timeit('add_and_assign', 'from __main__ import add_and_assign', number=10000000) 
0.34172606468200684 

因此，在蟒蛇，不同的是可以忽略不计。不要担心。

Answer 2

都能跟得上

>>> bar = timeit.Timer("a += 1", "a = 0") 
>>> bar.timeit(number=1000000) 
0.064391136169433594 
>>> bar = timeit.Timer("a = a + 1", "a = 0") 
>>> bar.timeit(number=1000000) 
0.064393997192382812 
>>> 

Answer 3

是的，但差别很小。

>>> timeit.Timer('x += 1', 'x = 0').timeit(10**8) 
5.7387330532073975 
>>> timeit.Timer('x = x + 1', 'x = 0').timeit(10**8) 
6.04801607131958 
>>> timeit.Timer('x += 1', 'x = 0').timeit(10**8) 
5.790481090545654 
>>> timeit.Timer('x = x + 1', 'x = 0').timeit(10**8) 
6.083467960357666 

Answer 4

我把使用cProfile模块稍微不同的方法：

$ python -m cProfile test.py 
    4 function calls in 0.397 seconds 

Ordered by: standard name 

    ncalls tottime percall cumtime percall filename:lineno(function) 
     1 0.000 0.000 0.397 0.397 test.py:2(<module>) 
     1 0.205 0.205 0.205 0.205 test.py:2(add1) 
     1 0.192 0.192 0.192 0.192 test.py:6(add2) 
     1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects} 




aaron@zebrafish:~/pyad$ cat test.py 
def add1(a): 
    for x in xrange(10 ** 6): 
     a += 1 

def add2(a): 
    for x in xrange(10 ** 6): 
     a = a + 1 

add1(0) 
add2(0) 

后约20运行我会总结（使用a = a + 1），其ADD2非常稍快，但不是在所有情况下（也许尝试更多的循环）。这可能不是最好的启发式算法，但我认为更大数量的重复次数应该表示性能差异。

编辑 - 结果10个** 9来电：

1 216.119 216.119 216.119 216.119 test.py:2(add1) 
    1 195.364 195.364 195.364 195.364 test.py:6(add2)