尝试/捕获或验证速度？

我正在使用Python，每当我必须验证函数输入时，我认为输入有效，然后发现错误。在我的情况下，我有一个普遍的Vector()类，我用它做了一些不同的事情，其中一个是补充。它既可以作为Color()类，也可以作为Vector()，所以当我向Color()添加标量时，它应该为每个单独的组件添加该常量。 Vector()和Vector()添加需要组分添加。此代码用于光线跟踪器，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，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，结果非常重要：

 1.0528049469 usec/pass for Try...Except
 0.732456922531 usec/pass for If...Else
 Ratio (first / second): 1.43736090753

我没有测试过Vector()类没有任何输入验证（即将校验移出实际代码），但我想它甚至比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使这更快：

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)

已邀请:

2 个回复

久坡

我赞成了Matt Joiner的答案，但是想要包括一些额外的观察结果，以明确说明，除了其他几个因素之外，在预检条件之间进行选择时，有4次是重要的（称为LBYL或“Look Before You Leap”） “）并且只处理异常（称为EAFP或”更容易请求宽恕而非权限“）。那些时间是：使用LBYL检查成功的时间使用LBYL检查失败时的计时 EAFP未抛出异常时的计时使用EAFP抛出异常时的计时其他因素是：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：如果存在竞争条件的可能性，那么您别无选择，必须使用异常处理。一个典型的例子是：

if <dir does not exist>:
    <create dir> # May still fail if another process creates the target dir

由于LBYL不排除异常是这种情况，它没有提供真正的好处，也没有判断要求：EAFP是唯一能够正确处理竞争条件的方法。但如果没有竞争条件，任何一种方法都是可行的。他们提供不同的权衡：如果没有异常，则EAFP接近免费但是，如果发生异常则相对昂贵，因为在展开堆栈，创建异常并将其与异常处理子句进行比较时涉及相当多的处理相比之下，LBYL会产生潜在的高固定成本：无论成功与否，都会始终执行额外检查然后导致以下决策标准：这段代码是否已知对应用程序的速度至关重要？如果没有，那么不要担心哪两个更快，担心哪两个更容易阅读。提前检查是否比提高和捕获例外的成本更昂贵？如果是，那么EAFP总是更快，应该使用。如果答案是“不”，事情会变得更有趣。在这种情况下，更快将取决于成功或错误情况是否更常见，以及预检和异常处理的相对速度。明确地回答这个问题需要实时定时测量。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 如果速度不重要，只需使用您认为更容易阅读的如果预检费用昂贵，请使用EAFP 如果您希望操作在大多数时间*成功，请使用EAFP 如果您希望操作失败的时间超过一半，请使用LBYL 如果有疑问，请测量它 *在这种情况下，人们会在“大部分时间”中考虑他们的想法。对我来说，如果我希望操作成功的时间超过一半，我会立即使用EAFP，直到我有理由怀疑这段代码是一个实际的性能瓶颈。

席陋临拈

在Python中，由于查找次数减少，异常通常更快。然而，一位朋友曾经说过（它应该适用于任何语言），假装每次发现异常时都会有一点延迟。避免在延迟可能成为问题的情况下使用例外。在您给出的示例中，我将使用例外。

要回复问题请先登录或注册

尝试/捕获或验证速度？

2 个回复

发起人

typechecking

exception_handling

问题状态

尝试/捕获或验证速度？

与内容相关的链接

2 个回复

发起人

typechecking

exception_handling

问题状态