<,> 和 == 之间的运行时差异（python）答案

【问题标题】：Difference in runtime between <,> and == (python)<,> 和 == 之间的运行时差异（python）
【发布时间】：2021-08-28 14:00:31
【问题描述】：

所以我在做一个二分搜索算法，想知道比较整数 x,y（例如 x y）的运行时间是否比检查 x == y 更快。

【问题讨论】：

不要认为有太大区别（实际测试过，确实没有区别（有点，== 有时时间更长，有时< 和> ))，要么你是否必须对特定条件进行比较，要么如何，你做的比较越多，花费的时间就越多
可能有些答案会告诉“这取决于架构”，我真的不认为这会成为现实生活中的瓶颈
这是一条简单的行，您可以运行以获取每一次比较的总时间为一百万次运行（多次运行整个事情以获得更准确的结果）：import timeit; print(timeit.timeit(lambda x=70: x == 70, number=1_000_000)); print(timeit.timeit(lambda x=70: x > 70, number=1_000_000)); print(timeit.timeit(lambda x=70: x < 70, number=1_000_000)) 如您所愿注意然后== 有点慢，虽然时间差非常小。另外，正如我所读到的，如果您担心 python 的性能，那么 。不要使用 python 或类似的东西
这能回答你的问题吗？ How can I time a code segment for testing performance with Pythons timeit?

标签： python python-3.x algorithm runtime

【解决方案1】：

如果我们想了解更多，让我们以@matiiss 向timeit 的出色推荐为基础。我将稍微更改他们的 timeit 代码，以便我们可以更仔细地查看三个比较。这将消除函数调用的开销，并希望突出任何差异。

import timeit
print(timeit.timeit("x == 70", setup="x = 70", number=100_000_000))
print(timeit.timeit("x > 70", setup="x = 70", number=100_000_000))
print(timeit.timeit("x < 70", setup="x = 70", number=100_000_000))

在我的带有 vanilla python 的笔记本电脑上，一个示例运行（每次比较测试 1 亿次）返回：

2.378
2.384
2.374

（为了便于阅读，被截断为 3 位）

向我暗示基本上没有区别。至少在这个设置下。不过，其他 python 实现的行为可能会有所不同。

【讨论】：

还不如截断000000005，这是以十进制打印二进制数字的神器，有点让人分心。
当然可以。我只是准确地粘贴了我得到的结果，但我同意这是一种分心