解释语言就这样
如果编译性的语言，两者就没有区别。
90102
%7B%22isLastPage%22%3Atrue%2C%22notes%22%3A%5B%5D%2C%22pid%22%3A%22931457%22%2C%22tid%22%3A%2290102%22%2C%22mainForumsId%22%3A%5B%22134%22%5D%2C%22categoriesId%22%3A%5B%5D%2C%22tcId%22%3A%5B%5D%7D
%7B%22isEditMode%22%3Afalse%7D
Micropython中的IF语句的奇怪表现
今天对一段关键代码测时 惊奇地发现 micropython在if的逻辑判断上 耗时是出人意料的大 而且表现非常奇怪非常不稳定
比如这段代码 在我的ESP32C3 耗时有56us左右 (预设使得条件通过)
if st[0]!=t and st[1]==t:
st[0]=t
st[2]=st[2]+1这个代码运行非常频繁 而t t[0] t[1]仅仅有0和1两种取值 于是优化了一下
q=(st[0]^t)&(st[0]^st[1])
st[0]=st[0]^q
st[2]=st[2]+q虽然看起来运算复杂了很多 但是实际上 耗时仅仅只有30us 因为这段代码每1ms要执行一次 所以优化效果是比较可观的
但是这不是最重要的 关键第一段代码的耗时测试在不同情况下 表现非常奇怪
在裸机不加载其他代码的情况下 耗时150us 如果加载了我的其他代码 使用了定时器0 也是150us 使用定时器1 有时候是50多微秒 有时候是150us 如果仅仅加载了其他代码 没有使用定时器 就是得到56us的结果
而优化的代码 无论哪种情况 都稳定在30us
也许和内存屏蔽有关 也许和分支预测有关 但是就这延时量级看 只怕主要是和micropython的IF语句处理方式有关 总之 测试下来 micropython的IF语句非常不省油
所以 在速度要求较高的情况下 micropython应该尽量避免采用逻辑判断
解释性的语言，你在中间多打100个空格最终执行时间可能都不一样。
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。
解释性的语言，你在中间多打100个空格最终执行时间可能都不一样。
那倒是一样的 因为运行前会编成字节码才运行的 并不是那种无编译的解释性语言 而且我计时自然是不会把编译时间包括在内的
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。
又仔细测试了一下 代码如下
>>> from time import sleep, ticks_us as ticks
run_times=1
def test1():
t1=ticks()
for i in range(run_times):
x1=0
x2=1
x3=1
x4=0
if x1!=x2 and x1!=x3:
x1=x3
x4=x4+1
t2=ticks()
print(t2-t1)
def test2():
t1=ticks()
for i in range(run_times):
x1=0
x2=1
x3=1
x4=0
q=(x1^x2)&(x1^x3)
x1=x1^q
x4=x4+q
t2=ticks()
print(t2-t1)
sleep(1)
test1()
sleep(1)
test2()
32
15
>>> from time import sleep, ticks_cpu as ticks
run_times=1
def test1():
t1=ticks()
for i in range(run_times):
x1=0
x2=1
x3=1
x4=0
if x1!=x2 and x1!=x3:
x1=x3
x4=x4+1
t2=ticks()
print(t2-t1)
def test2():
t1=ticks()
for i in range(run_times):
x1=0
x2=1
x3=1
x4=0
q=(x1^x2)&(x1^x3)
x1=x1^q
x4=x4+q
t2=ticks()
print(t2-t1)
sleep(1)
test1()
sleep(1)
test2()
5010
2246
>>> from time import sleep, ticks_cpu as ticks
run_times=10
def test1():
t1=ticks()
for i in range(run_times):
x1=0
x2=1
x3=1
x4=0
if x1!=x2 and x1!=x3:
x1=x3
x4=x4+1
t2=ticks()
print(t2-t1)
def test2():
t1=ticks()
for i in range(run_times):
x1=0
x2=1
x3=1
x4=0
q=(x1^x2)&(x1^x3)
x1=x1^q
x4=x4+q
t2=ticks()
print(t2-t1)
sleep(1)
test1()
sleep(1)
test2()
16096
12813
>>> from time import sleep, ticks_cpu as ticks
run_times=100
def test1():
t1=ticks()
for i in range(run_times):
x1=0
x2=1
x3=1
x4=0
if x1!=x2 and x1!=x3:
x1=x3
x4=x4+1
t2=ticks()
print(t2-t1)
def test2():
t1=ticks()
for i in range(run_times):
x1=0
x2=1
x3=1
x4=0
q=(x1^x2)&(x1^x3)
x1=x1^q
x4=x4+q
t2=ticks()
print(t2-t1)
sleep(1)
test1()
sleep(1)
test2()
126486
119600
>>>循环次数增加 感觉逐渐拉平
在电脑上 使用time_ns代替ticks_xxx 循环100000次 是37:64 (ms) 是if判断更快
另外一个测试 这里难以完全描述 是在整个系统里的实际应用临时增加一个计时 对运行时间进行累加和平均 使用if判断又反而比运算法来得快 大概耗时比是94:116
最终决定 还是用回if法
引用
加载评论中，请稍候...
200字以内，仅用于支线交流，主线讨论请采用回复功能。