Python中函数定义耗时太长

Question

为什么在定义的时候，Python要计算p的值？这让这个函数的定义变得特别慢。

def f():
    raise Exception('Some error')
    p = 2322111239**42322222334923492304923

print 'Defined!'

另外，如果p的值是在定义时计算的，那为什么定义这个函数的时候没有出错呢？

def f():
    return 4
    p = 11/0

这个例子显然没问题，因为没有涉及常量：

def f():
    raise Exception('Some error')
    x=42322222334923492304923
    p = 2322111239**x

print 'Defined!'

Answer 1

我们来试试一个更合理的数字：

>>> def f():
...    p=123**45
... 

如果你使用 dis 来查看字节码，你会发现 p 的值是在函数被调用之前就已经定义好了：

>>> import dis
>>> dis.dis(f)
  2           0 LOAD_CONST               3 (11110408185131956285910790587176451918559153212268021823629073199866111001242743283966127048043)
              3 STORE_FAST               0 (p)
              6 LOAD_CONST               0 (None)
              9 RETURN_VALUE

Answer 2

这个解释器的功能叫做 常量折叠（想了解更多可以看看 这里 的一些有趣信息）。有几个问题讨论了过于激进的常量折叠。类似的问题也可能出现在内存方面，比如分配了很多内存后又直接丢掉了（可以参考 这里）。

Answer 3

这是一个叫做“窥视优化器”的东西：

链接到代码

特别要注意第104-106行：

case BINARY_POWER:
    newconst = PyNumber_Power(v, w, Py_None);
    break;

它的目的是加快函数的运行速度，虽然在导入模块时定义的速度会慢一些。这个想法是，你只需要编译一次函数的代码，但可能会调用很多次。而且，对于两个常量的指数运算结果是不会改变的，所以每次都重新计算就没必要了。

注意：在Python 3中，常量折叠已经转移到了新的AST优化器中，具体在ast_opt.c里，peephole.c已经不再使用。现在的代码有保护措施，以防止过于激进的优化，这种优化可能会导致解析/编译步骤变得缓慢或占用过多内存，就像这个问题中所展示的那样。