检查奇数时 & 比 % 快吗？答案

【问题标题】：Is & faster than % when checking for odd numbers?检查奇数时 & 比 % 快吗？
【发布时间】：2010-11-08 13:31:21
【问题描述】：

要检查奇数和偶数，最低位检查是否比使用模数更有效？

>>> def isodd(num):
        return num & 1 and True or False

>>> isodd(10)
False
>>> isodd(9)
True

【问题讨论】：

"and True or False"是什么意思？
如果你想得到一个布尔结果，只需执行 bool(num & 1)
“0 为真，1 为假”？！现在这将是一种有趣的编程语言，确实......！！！
我搞砸了。在 Python 中，0 为假，1 为真。（但在 *nix 中，退出代码 0 表示成功。bash 确实很有趣。）
是的，我记得曾经（在用于实验室控制的 IBM Instruments 小型计算机上）结束一个程序，并在打印控制台上收到 16 条可怕的错误消息（结果返回码被解释为位对于 16 种可能的系统错误类别中的每一种，按位表示 1 = 成功，0 = 失败；-) - 这就是为什么 ANSI C 指定 EXIT_SUCCESS 而不是 0 的原因，我相信（尽管我认为没有人使用它；-)。

标签： python performance bit-manipulation modulo

【解决方案1】：

是的。标准库中的 timeit 模块是您检查这些内容的方式。例如：

$ python -m timeit -s 'def isodd(x): x & 1' 'isodd(9)'
1000000 loops, best of 3: 0.446 usec per loop
$ python -m timeit -s 'def isodd(x): x & 1' 'isodd(10)'
1000000 loops, best of 3: 0.443 usec per loop
$ python -m timeit -s 'def isodd(x): x % 2' 'isodd(9)'
1000000 loops, best of 3: 0.461 usec per loop
$ python -m timeit -s 'def isodd(x): x % 2' 'isodd(10)'
1000000 loops, best of 3: 0.453 usec per loop

如您所见，在我的（第一天==旧==慢；-）Macbook Air 上，& 解决方案比% 解决方案快 7 到 18 纳秒。

timeit 不仅告诉你什么更快，而且告诉你多少（只需运行几次测试），这通常表明它是多么不重要（你真的关心 10 纳秒吗？ ' 的区别，当调用函数的开销在 400 左右时？！-)...

让程序员相信微优化本质上是无关紧要的，这已被证明是一项不可能完成的任务——尽管自 Knuth wrote 以来已经过去了 35 年（计算机的速度已经提高了几个数量级！）

我们应该忘记小效率，说大约 97% 时间：过早优化是万恶之源。

正如他所解释的，这是从 Hoare 更早的声明中引用的。我想每个人都完全相信他们的案件属于剩下的 3%！

因此，我们（尤其是蒂姆·彼得斯（Tim Peters）应得的荣誉）而不是无休止地重复“没关系”，而是将标准 Python 库模块 timeit 放入，这使得测量这些微基准和因此，至少一些程序员可以说服自己，嗯，这种情况确实属于 97% 的群体！-)

【讨论】：

不，Python 编译器本身经过优化，以最大限度地简单、可靠和快速——它不进行诸如更改正在使用的操作之类的优化（为此它必须推断 @例如，987654328@ 始终是整数）。如果您需要这种低级优化（即如果每一纳秒都很重要），请尝试 psyco。
感谢您补充一点关于这么小的差异并不重要的观点。即使执行数百甚至数千次计算，这也可能是您可以做出的最糟糕的“优化”之一 - 它不仅会损害可读性 (IMO)，而且您不会从中获得太多回报。我永远不想付出比我得到的更多的钱。
哦，是的，我忘了 Python 不是静态类型的。（对吗？）Python 无知警报又来了。
@Thomas，我实际上反复编辑了答案，以准确解释它是多么不相关，提供 Knuth 的报价，解释为什么我们将 timeit 放在库中，&c;但是 SO 非常类似于 100 码冲刺，所以为了获得任何代表，我选择先提供解决方案，然后再提供布道。看起来这次你选择只提供布道，没有代码或解决方案，正在赢得代表比赛;-)。（顺便说一句，在这种情况下，我不认为 &1 或 %2 的可读性低于另一个）。
假设任何给定的优化都为时过早是有缺陷的

【解决方案2】：

老实说，我认为这并不重要。

第一个问题是可读性。什么对其他开发人员更有意义？在检查数字的奇偶性时，我个人会期望模数。我希望大多数其他开发人员会期待同样的事情。通过引入一种不同的、意想不到的方法，您可能会使代码阅读和维护变得更加困难。

第二个事实是您在执行任一操作时可能永远不会遇到瓶颈。我支持优化，但早期优化是您在任何语言或环境中都能做的最糟糕的事情。如果由于某种原因，确定一个数字是偶数还是奇数是一个瓶颈，那么找到解决问题的最快方法。然而，这让我回到了我的第一点——第一次编写例程时，应该尽可能以最易读的方式编写。

【讨论】：

我对这个问题有一半的期待，但我认为这对于任何想知道这个（或任何类似）问题的人来说都很重要，所以它会留下来。
不是投反对票...但是，在这种情况下，Pythonic 的解决方案是分析“明显”选项并选择最快的选项。
semiuseless：我还在学习 Python，但我个人认为模运算符会更 Pythonic，因为你正在做预期的事情。至少对我来说，它更加明显和清晰。
我支持你。正如 Donald Knuth 所说，“过早的优化是万恶之源。”
@gutofb7：我给出了完整的引用和 Knuth 伟大文章的 PDF 链接（我相信也是第一篇提出缩进作为指示块的唯一方法的文章) 在您发表评论前大约 8 分钟我的回答中；-)。顺便说一句，在这种情况下，我相信 %2 和 &1 具有完全等效的可读性（任何不按位理解的人 - 并且将难以理解与百分比完全无关的 '%' 等；-）。

【解决方案3】：

"返回 num & 1 和 True or False" ？哇！如果你对速度很着迷 (1) "return num & 1" (2) 内联它：if somenumber % 2 == 1 清晰易读并且胜过isodd(somenumber)，因为它避免了 Python 函数调用。

【讨论】：

是的，避免函数调用是一个巨大的胜利（尽管 ==1 确实是多余的）——避免调用从我在答案中测量的 450 纳秒左右减少了大约 300 纳秒。跨度>

【解决方案4】：

约翰提出了一个很好的观点。真正的开销在函数调用中：

me@localhost ~> python -mtimeit -s'9 % 2'
10000000 loops, best of 3: 0.0271 usec per loop
me@localhost ~> python -mtimeit -s'10 % 2'
10000000 loops, best of 3: 0.0271 usec per loop

me@localhost ~> python -mtimeit -s'9 & 1'
10000000 loops, best of 3: 0.0271 usec per loop
me@localhost ~> python -mtimeit -s'9 & 1'
10000000 loops, best of 3: 0.0271 usec per loop

me@localhost ~> python -mtimeit -s'def isodd(x): x % 2' 'isodd(10)'
1000000 loops, best of 3: 0.334 usec per loop
me@localhost ~> python -mtimeit -s'def isodd(x): x % 2' 'isodd(9)'
1000000 loops, best of 3: 0.358 usec per loop

me@localhost ~> python -mtimeit -s'def isodd(x): x & 1' 'isodd(10)'
1000000 loops, best of 3: 0.317 usec per loop
me@localhost ~> python -mtimeit -s'def isodd(x): x & 1' 'isodd(9)'
1000000 loops, best of 3: 0.319 usec per loop

有趣的是，这两种方法在没有函数调用的情况下同时重复。

【讨论】：

如果我用 lambda 替换函数呢？ isodd = lambda num: num & 1 and True or False

【解决方案5】：

您可以获得的最佳优化是不将测试放入函数中。 'number % 2' 和 'number & 1' 是检查奇数/偶数的非常常用的方法，有经验的程序员会立即识别出这种模式，并且您可以随时输入诸如 '# if number is odd, then blah blah blah 这样的注释' 如果你真的需要它是显而易见的。

# state whether number is odd or even
if number & 1:
    print "Your number is odd"
else:
    print "Your number is even"

【讨论】：

你能解释一下%和&在python中的作用吗？
这个数&1如何给出奇数？

【解决方案6】：

除了邪恶的优化之外，它还带走了每个编码人员无需看两次就能理解的非常惯用的“var % 2 == 0”。所以这也违反了蟒蛇的禅宗，收获甚微。

此外，a = b 和 True 或 False 已被

取代以获得更好的可读性

如果 num & 1 则返回 True，否则返回 False

【讨论】：

【解决方案7】：

真的很惊讶上述答案都没有变量设置（时间文字是不同的故事）和没有函数调用（这显然隐藏了“较低的术语”）。坚持 ipython 的 timeit 的时间，在那里我得到了明显的赢家 x&1 - 使用 python2.6 的结果约为 18%（使用 python3.1 的结果约为 12%）。

在我很旧的机器上：

$ python -mtimeit -s 'x = 777' 'x&1'
10000000 loops, best of 3: 0.18 usec per loop
$ python -mtimeit -s 'x = 777' 'x%2'
1000000 loops, best of 3: 0.219 usec per loop

$ python3 -mtimeit -s 'x = 777' 'x&1'
1000000 loops, best of 3: 0.282 usec per loop
$ python3 -mtimeit -s 'x = 777' 'x%2'
1000000 loops, best of 3: 0.323 usec per loop

【讨论】：

【解决方案8】：

使用 Python 3.6，答案是否。在 2017 MBP 上使用下面的代码表明使用模数更快。

# odd.py
from datetime import datetime

iterations = 100_000_000


def is_even_modulo(n):
    return not n % 2


def is_even_and(n):
    return not n & 1


def time(fn):
    start = datetime.now()
    for i in range(iterations, iterations * 2):
        fn(i)
    print(f'{fn.__name__}:', datetime.now() - start)


time(is_even_modulo)
time(is_even_and)

给出这个结果：

$ python3 -m odd
is_even_modulo: 0:00:14.347631
is_even_and: 0:00:17.476522
$ python3 --version
Python 3.6.1

正如其他答案所建议的，函数调用是一个很大的开销，但是，删除它表明模仍然比按位更快，并且在 Python 3.6.1 中：

# odd.py
from datetime import datetime

iterations = 100_000_000


def time_and():
    start = datetime.now()
    for i in range(iterations):
        i & 1 
    print('&:', datetime.now() - start)


def time_modulo():
    start = datetime.now()
    for i in range(iterations):
        i % 2
    print('%:', datetime.now() - start)


time_modulo()
time_and()

结果：

$ python3 -m odd
%: 0:00:05.134051
&: 0:00:07.250571

奖励：事实证明，这需要在 Python 2.7 中运行大约两倍的时间。

$ time python2 -m odd
('&:', '0:00:20.169402')
('%:', '0:00:19.837755')

real    0m41.198s
user    0m39.091s
sys 0m1.899s
$ time python3 -m odd
&: 0:00:11.375059
%: 0:00:08.010738

real    0m19.452s
user    0m19.354s
sys 0m0.042s

【讨论】：

【解决方案9】：

更新最新python版本的结果，%比&快

➜ ✗ python -m timeit -s 'def isodd(x): x & 1' 'isodd(9)'
5000000 loops, best of 5: 78.4 nsec per loop
➜ ✗ python -m timeit -s 'def isodd(x): x & 1' 'isodd(10)'
5000000 loops, best of 5: 79.6 nsec per loop
➜ ✗ python -m timeit -s 'def isodd(x): x % 2' 'isodd(9)'
5000000 loops, best of 5: 65.8 nsec per loop
➜ ✗ python -m timeit -s 'def isodd(x): x % 2' 'isodd(10)'
5000000 loops, best of 5: 68.5 nsec per loop

【讨论】：