引自“ Python 编程：计算机科学导论”
我们本可以使用求幂 ** 取平方根。使用 math.sqrt 效率更高一些。
“有点”，但在多大程度上，以及如何？
问问题
2261 次
5 回答
16
从理论上讲，hammar 的答案和duffymo 的答案都是很好的猜测。但实际上，在我的机器上，它的效率并不高：
>>> import timeit
>>> timeit.timeit(stmt='[n ** 0.5 for n in range(100)]', setup='import math', number=10000)
0.15518403053283691
>>> timeit.timeit(stmt='[math.sqrt(n) for n in range(100)]', setup='import math', number=10000)
0.17707490921020508
部分问题在于.操作。如果您sqrt直接导入到命名空间，您会得到轻微的改进。
>>> timeit.timeit(stmt='[sqrt(n) for n in range(100)]', setup='from math import sqrt', number=10000)
0.15312695503234863
那里的关键词：轻微。
进一步的测试表明，随着数量的增加，您从使用中获得的好处sqrt也会增加。但仍然不是很多！
>>> timeit.timeit(stmt='[n ** 0.5 for n in range(1000000)]', setup='import math', number=1)
0.18888211250305176
>>> timeit.timeit(stmt='[math.sqrt(n) for n in range(1000000)]', setup='import math', number=1)
0.18425297737121582
>>> timeit.timeit(stmt='[sqrt(n) for n in range(1000000)]', setup='from math import sqrt', number=1)
0.1571958065032959
于 2011-07-09T21:35:24.343 回答
11
无需猜测实现，我们可以阅读代码！
math.sqrtsqrt是标准 C 库的一个瘦包装器：参见mathmodule.c第 956 行
运算符根据**参数的类型有多种实现，但在浮点指数的情况下，它最终会pow从标准 C 库中调度（参见floatobject.c第 783 行）。
现代 CPU 通常具有特殊的平方根指令，一般取幂例程不使用这些指令（例如，比较和对比 glibc 和 x86-64 的pow实现sqrt）。但是一旦添加了所有解释器开销（字节码、类型检查、方法分派等），原始速度的差异就不再那么重要了，并且可能会受到诸如是sqrt直接调用还是通过math模块（如其他答案中的时间所示）。
于 2011-07-09T22:28:05.867 回答
1
**必须支持任何指数，而math.sqrt知道它总是0.5。math.sqrt因此可以使用更专业（因此可能更有效）的算法。
于 2011-07-09T21:33:50.760 回答
1
我的猜测是 math.sqrt 使用牛顿方法，它以二次方收敛，而求幂使用其他更慢的方法。
于 2011-07-09T21:35:50.513 回答
1
这是一种略有不同的方法。我们想要一个比平方根大的 int。两种方法（不同意平方数，但没关系）：
>>>timeit.timeit(stmt='[int(n**0.5)+1 for n in range(1000000)]', setup='', number=1)
0.481772899628
>>>timeit.timeit(stmt='[ceil(sqrt(n)) for n in range(1000000)]', setup='from math import sqrt, ceil', number=1)
0.293844938278
>>>timeit.timeit(stmt='[int(ceil(sqrt(n))) for n in range(1000000)]', setup='from math import sqrt, ceil', number=1)
0.511347055435
所以数学函数更快......直到你将浮点数转换为整数。（我需要对值做很多比较，虽然我还没有测试过，但比较整数应该比比较浮点数便宜。）
但是，嘿，它是Python。您处于太多抽象之上，无法尝试以这种粒度级别优化性能。
于 2011-12-18T18:13:40.767 回答