Python類的動態(tài)綁定實現(xiàn)原理

使用實例引用類的屬性時，會發(fā)生動態(tài)綁定。即python會在實例每次引用類屬性時，將對應的類屬性綁定到實例上。

動態(tài)綁定的例子：

class A:
  def test1(self):
    print("hello")
  
  def test2(self):
    print("world")

def bound():
  a = A()
  a.test1()
  A.test1 = A.test2
  a.test1()

if __name__ == "__main__":
  bound()

輸出結果：

hello2 world

從上述代碼中可以看到，類方法的變化是實時影響實例對方法的調(diào)用的，這說明python是在實例調(diào)用方法的過程中動態(tài)地查找類方法。

動態(tài)綁定的代價：

class A:
  def test(self):
    pass
def one_loop(limited_time):
  a = A()
  for i in range(limited_time):
    a.test()
  f = a.test
  for i in range(limited_time):
    f()

上圖兩個循環(huán)中，一個調(diào)用a.test()，不斷進行動態(tài)綁定，另一個則先把a.test賦值給f，只有一次動態(tài)綁定，通過對兩個循環(huán)計時，測試動態(tài)綁定的代價。

輸出結果：

1 [0.0, 0.0, 0.0, 0.0, 0.0, 0.0009999275207519531, 0.008995771408081055, 0.19991111755371094, 1.2715933322906494, 15.831915855407715]
2 [0.0, 0.0, 0.0, 0.0, 0.0, 0.12503726671039295, 0.09472344399590288, 0.1999776288967874, 0.131608969147562, 0.1553209370384522]

折線圖中橫坐標為log10(循環(huán)次數(shù))，縱坐標為秒數(shù)。

輸出數(shù)據(jù)中，第一行為動態(tài)綁定和一次綁定耗費時間的差值，第二行為差值占動態(tài)綁定總時間的比例。

可以看出，在次數(shù)很小的時候，兩者基本沒有差距，或者說差距忽略不計。

在10^7次循環(huán)，即千萬次循環(huán)的時候，動態(tài)綁定與靜態(tài)綁定的耗費時間才出現(xiàn)了明顯差異，當循環(huán)次數(shù)達到十億級的時候，耗費時間相差15秒之多，約占總時間的15%。

由上可知，動態(tài)綁定效率低于靜態(tài)綁定，但由于綁定代價耗時很少，在次數(shù)很少的時候基本沒有影響。

動態(tài)綁定的優(yōu)點：

class A:
  def test_hello(self):
    print("hello")

def test_world(self):
  print("world")

def main():
  s = A()
  # 提前綁定
  f = s.test_hello
  # 改變方法
  A.test_hello = test_world
  f()
  # 動態(tài)綁定
  s.test_hello()

if __name__ == "__main__":
  main()

輸出結果：

hello2 world

類方法的變動能夠實時反應在動態(tài)綁定上，而提前綁定則無法感知到類方法的變動。

總結：

1. 一次動態(tài)綁定代價很小，當綁定次數(shù)少的時候基本不影響效率，當綁定次數(shù)達到千萬級時影響才會很顯著。

2. 動態(tài)綁定實時跟蹤類方法的變動，更具靈活性。

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持億速云。