关于python:Python优化机制常量折叠

英文：https://arpitbhayani.me/blogs…

作者：arprit

译者：豌豆花下猫（“Python 猫”公众号作者）

申明：本翻译是出于交流学习的目标，基于 CC BY-NC-SA 4.0 受权协定。为便于浏览，内容略有改变。

每种编程语言为了表现出色，并且实现卓越的性能，都须要大量编译器级的优化。

一种驰名的优化技术是“常量折叠”（Constant Folding）：在编译期间，编译器会设法辨认出常量表达式，对其进行求值，而后用求值的后果来替换表达式，从而使得运行时更精简。

在本文中，咱们深入探讨了什么是常量折叠，理解了它在 Python 世界中的适用范围，最初解读了 Python 的源代码（即 CPython），并剖析出 Python 是如何优雅地实现它。

常量折叠

所谓常量折叠，指的是 在编译时 就查找并计算常量表达式，而不是 在运行时 再对其进行计算，从而会使运行时更加精简和疾速。

>>> day_sec = 24 * 60 * 60

当编译器遇到一个常量表达式时，如上所述，它将对表达式求值，并作替换。

通常而言，表达式会被“形象语法树”（Abstract Syntax Tree，简写为 AST）中的计算值所替换，然而这齐全取决于语言的实现。

因而，上述表达式能够等效地被执行为：

>>> day_sec = 86400

Python 中的常量折叠

在 Python 中，咱们能够应用 反汇编模块（Disassembler）获取 CPython 字节码，从而更好地理解代码执行的过程。

当应用 dis 模块反汇编上述常量表达式时，咱们会失去以下字节码：

>>> import dis
>>> dis.dis("day_sec = 24 * 60 * 60")

        0 LOAD_CONST               0 (86400)
        2 STORE_NAME               0 (day_sec)
        4 LOAD_CONST               1 (None)
        6 RETURN_VALUE

从字节码中能够看出，它只有一个LOAD_CONST，以及一个曾经计算好的值86400。

这表明 CPython 解释器在解析和构建形象语法树期间，会折叠常量表达式 24 60 60，并将其替换为计算值 86400。

常量折叠的适应范畴

Python 会尝试折叠每一个常量表达式，但在某些状况下，即便该表达式是常量，然而 Python 并不会对其进行折叠。

例如，Python 不会折叠x = 4 ** 64，但会折叠 x = 2 ** 64。

除了算术表达式，Python 还会折叠波及字符串和元组的表达式，其中，长度不超过 4096 的字符串常量表达式会被折叠。

>>> a = "-" * 4096   # folded
>>> a = "-" * 4097   # not folded
>>> a = "--" * 4096  # not folded

常量折叠的外部细节

当初，咱们将重点转移到外部的实现细节，即关注 CPython 在哪里以及如何实现常量折叠。

所有的 AST 优化（包含常量折叠）都能够在 ast_opt.c 文件中找到。根本的开始函数是 astfold_expr，它会折叠 Python 源码中蕴含的所有表达式。

这个函数以递归形式遍历 AST，并试着折叠每个常量表达式，如上面的代码片段所示：

astfold_expr 在折叠某个表达式之前，会尝试折叠其子表达式（操作对象），而后将折叠操作代理给特定的表达式折叠函数。

特定操作的折叠函数对表达式求值，并返回计算后的常数，而后将其放入 AST 中。

例如，每当 astfold_expr 遇到二值运算时，它便调用 fold_binop，递归地计算两个子操作对象（表达式）。

fold_binop 函数返回计算后的常量值，如上面的代码片段所示：

fold_binop 函数通过查看以后运算符的品种，而后调用其相应的处理函数来折叠二值运算。例如，如果以后的操作是加法运算，为了计算最终值，它会对其左侧和右侧操作数调用 PyNumber_Add。

怎么优雅？

为了无效地折叠某些模式或类型的常量表达式，CPython 不会写非凡的逻辑，而是调用雷同的通用代码。例如，在折叠时，它会调用通用的 PyNumber_Add 函数，跟执行惯例的加法操作一样。

因而，CPython 通过确保其通用代码 / 计算过程能够解决常量表达式的求值，从而打消了编写非凡函数来解决常量折叠的须要。

参考资料

• 常量折叠 (https://en.wikipedia.org/wiki…
• CPython 优化(https://stummjr.org/post/cpyt…
• Python dis 模块与常量折叠(https://yasoob.me/2019/02/26/…
• CPython 实现常量折叠的简略办法(https://utcc.utoronto.ca/~cks…
• ​ AST 的常量折叠优化过程(https://bugs.python.org/issue…