要检查奇数和偶数整数，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
问问题
29135 次
9 回答
66
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 (first-day==old==slow;-) Macbook Air 上，该&解决方案可重复地比%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（当调用函数的开销大约为 400 时，你真的关心 10 纳秒的差异吗？ ?!-)...
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——尽管自从 Knuth写到这已经 35 年了（计算机的速度已经快了几个数量级！）
我们应该忘记小的效率，比如大约 97% 的时间：过早优化是万恶之源。
正如他解释的那样，这是从 Hoare 更古老的声明中引用的。我想每个人都完全相信他们的案件属于剩下的 3%！
因此，与其无休止地重复“没关系”，我们（尤其是蒂姆·彼得斯（Tim Peters）应该得到那里的荣誉）放入标准的 Python 库模块timeit，这使得测量这些微基准变得非常容易，从而让至少一些程序员说服自己，嗯，这个案例确实属于 97% 的群体！-)
于 2009-07-07T01:28:58.613 回答
24
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，但早期优化是在任何语言或环境中你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，应该以最易读的方式编写它。
于 2009-07-07T01:30:52.853 回答
10
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' 之类的注释，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"
于 2009-07-07T02:00:48.343 回答
4
“返回 num & 1 和 True 或 False”？哇！如果你对速度很疯狂 (1) "return num & 1" (2) inline it:if somenumber % 2 == 1是清晰的并且节拍isodd(somenumber)，因为它避免了 Python 函数调用。
于 2009-07-07T01:37:53.707 回答
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，这两种方法都是在没有函数调用的情况下同时进行的。
于 2009-07-07T01:56:27.413 回答
1
除了邪恶的优化之外，它还消除了每个编码人员无需看两次就可以理解的非常惯用的“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
于 2009-12-23T18:51:02.537 回答
1
使用 Python 3.6 答案是否定的。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
正如其他答案中所建议的那样，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，在 Python 2.7 中运行这需要大约两倍的时间。
$ 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
于 2018-01-15T16:23:26.920 回答
0
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 获得了约 18% 的收益（使用 python3.1 获得了约 12% 的收益）。
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
于 2011-03-01T10:33:20.353 回答
0
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
于 2021-09-02T07:25:59.950 回答