概述
我正在使用timeit进行一些性能评估,并发现python 2.7.10和python 3.4.3之间的性能降级.我把它缩小到hash()函数：
python 2.7.10：
>>> import timeit
>>> timeit.timeit('for x in xrange(100): hash(x)',number=100000)
0.4529099464416504
>>> timeit.timeit('hash(1000)')
0.044638872146606445
python 3.4.3：
>>> import timeit
>>> timeit.timeit('for x in range(100): hash(x)',number=100000)
0.6459149940637872
>>> timeit.timeit('hash(1000)')
0.07708719989750534
那是一个约.降低40％！整数,浮点数,字符串(unicodes或bytearrays)等是否被散列似乎并不重要;退化大致相同.在这两种情况下,哈希都返回64位整数.以上是在我的Mac上运行,并在Ubuntu盒子上得到了较小的降级(20％).
我也在python2.7测试中使用PYTHONHASHSEED = random,在某些情况下,为每个“case”重新启动python,我看到hash()性能变得更糟,但从未像python3.4那样慢
谁知道这里发生了什么？是否为python3选择了更安全但更慢的哈希函数？
参考文献：
>从Python 3.4起,它使用SipHash作为散列函数.阅读：Python adopts SipHash
>自从Python 3.3哈希随机化默认启用.参考：object.__hash__(本节最后一行).将值0指定为PYTHONHASHSEED将禁用散列随机化.
总结
以上是编程之家为你收集整理的为什么hash()在python3.4和python2.7下比较慢全部内容，希望文章能够帮你解决为什么hash()在python3.4和python2.7下比较慢所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧
602392714
清零编程群