为什么mesh python代码比分解的慢？

Question

我在调查线程Why is reading lines from stdin much slower in C++ than Python?时发现了令人惊讶的python行为。在

如果我从那个线程运行简单的python代码

#!/usr/bin/env python
from __future__ import print_function
import time
import sys


count = 0
start_time = time.time()

for line in sys.stdin:
    count += 1

delta_sec = time.time() - start_time
if delta_sec >= 0:
    lines_per_sec = int(round(count/delta_sec))
    print("Read {0:n} lines in {1:.2f} seconds. LPS: {2:n}".format(count, delta_sec, lines_per_sec))

它以11.5MLPS的速度工作，当我把整个脚本分解成单个函数时

^{pr2}$

代码速度高达23M LPS。在

为什么这个简单的重构会使我的代码快2倍？在

我用python2.7在ubuntu13.10上运行了我的测试。

Answer 1

观察字节码帮助我回答了这个问题。 第一个脚本的工作部分的字节码是：

 10          58 SETUP_LOOP              27 (to 88)
             61 LOAD_NAME                3 (sys)
             64 LOAD_ATTR                6 (stdin)
             67 GET_ITER         
        >>   68 FOR_ITER                16 (to 87)
             71 STORE_NAME               7 (line)
 11          74 LOAD_NAME                4 (count)
             77 LOAD_CONST               4 (1)
             80 INPLACE_ADD      
             81 STORE_NAME               4 (count)
             84 JUMP_ABSOLUTE           68
        >>   87 POP_BLOCK

第二个脚本对应部分的字节码为：

^{pr2}$

我看到这两个代码之间的实际区别是LOAD_NAME vs LOAD洇FAST和STORE_NAME vs STORE_FAST操作码。 文档http://docs.python.org/2.7/library/dis.html#opcode-LOAD_FAST说 LOAD_FAST只使用索引进行查找，而LOAD_NAME lookups按字符串名称变量。 第一种方法的速度是前者的两倍。在