Python是否将函数参数加载到寄存器中，还是将它们保存在堆栈中？

Question

所以我正在写一个函数，它接受一个元组作为参数，并为它做了一堆东西。这里是什么样子：

def swap(self, location): 
    if (location[0] < 0 or location[1] < 0 or 
     location[0] >= self.r or location[1] >= self.c): 
     return False 

    self.board[0][0] = self.board[location[0]][location[1]] 
    self.board[location[0]][location[1]] = 0 
    self.empty = (location[0],location[1]) 

我试图让我的代码尽可能高效，所以因为我不修改的location的值，它是有意义的加载寄存器变量（loc0 = location[0]; loc1 = location[1] ）是为了更快的计算（零周期读取）还是location已经由Python编译器在作为函数参数传递时加载到寄存器中？

编辑：我咬紧牙关，跑了一些测试。以下是与重复输入运行1000万次该功能的结果（以秒计）："up", "down", "left", "right"（分别）

Code as is: 
    run#1: 19.39 
    run#2: 17.18 
    run#3: 16.85 
    run#4: 16.90 
    run#5: 16.74 
    run#6: 16.76 
    run#7: 16.94 

Code after defining location[0] and location[1] in the beginning of the function: 
    run#1: 14.83 
    run#2: 14.79 
    run#3: 14.88 
    run#4: 15.033 
    run#5: 14.77 
    run#6: 14.94 
    run#7: 14.67 

这就是在性能增加16％的平均值。我的情况绝对不是微不足道的。当然，这不是科学的，因为我需要在更多的环境中进行更多的测试，并提供更多的输入，但足以满足我的简单用例！

使用Python 2.7在Macbook Pro (Early 2015)上测量的时间，其中Broadwell i5-5257U CPU（2c4t max turbo 3.1GHz，持续2.7GHz，3MB三级缓存）。

IDE是：PyCharm Edu 3.5.1 JRE：1.8.0_112-release-408-b6 x86_64 JVM：OpenJDK 64位服务器虚拟机。

不幸的是，这是针对基于代码速度评分的课程。

Answer 1

如果您使用的是解释器，那么任何Python变量都不会存在于不同表达式之间的寄存器中。您可以看看Python源代码如何编译为字节码。

Python字节码（存储在解释器外文件中的类型）是基于堆栈的（http://security.coverity.com/blog/2014/Nov/understanding-python-bytecode.html）。然后将该字节码解释或JIT编译为本机机器码。 正则python只解释，所以它是不合理的，以保持多个语句机器寄存器中的python变量。

用C编写的解释器可能会将字节码堆栈的顶部保留在解释循环内的局部变量中，并且C编译器可能会将该C变量保留在寄存器中。因此重复使用相同的Python变量可能最终不会有太多的存储/重载往返。

请注意，Broadwell CPU上的存储转发延迟约为4或5个时钟周期，远不及数百个周期的往返DRAM。存储/重新加载甚至不必等待商店退出并提交L1D缓存;它直接从存储缓冲区中转发。相关：http://blog.stuffedcow.net/2014/01/x86-memory-disambiguation/和http://agner.org/optimize/，以及x86标记wiki中的其他链接）。 L1D高速缓存命中的负载使用等待时间也只有5个时钟周期（地址准备好到数据准备就绪的等待时间，您可以通过指针追踪链表（以asm为单位）来测量它。）有足够的解释器开销它运行的指令数目以找出下一步该做什么），这可能甚至不是瓶颈。

---

在注册表中保留一个特定的python变量对解释器来说是不合理的。即使你使用asm写了一个解释器，的根本问题是寄存器不可寻址。一个x86 add r14d, eax指令必须将两个寄存器硬编码到指令的机器码中。 （每个其他ISA的工作方式相同：寄存器号码是指令的机器码的一部分，不基于任何数据的间接寻址）。即使解释器做了一些工作来弄清楚它需要“将reg-var＃3添加到reg-var＃2”（即将字节码堆栈操作解码回寄存器变量以获取其解释的内部表示），它会必须使用与其他任何寄存器组合不同的功能。

给定一个整数，获得第N个寄存器值的唯一方法是分支到使用该寄存器的指令，或将所有寄存器存储到存储器中并对结果数组建立索引。 （或者，也许某种无网点比较和掩码的东西）。

无论如何，试图做任何具体的事情都不是有利可图的，这就是为什么人们只用C编写解释器，并让C编译器做一个（希望）优化实际运行的机器代码的好工作。

或者您可以编写一个JIT编译器，例如Sun针对Java（HotSpot VM）编写的JIT编译器。 IDK，如果有Python的话。见Does the Python 3 interpreter have a JIT feature?。

JIT编译器确实将Python代码转换为机器代码，其中寄存器状态通常保存Python变量而不是解释器数据。再次，如果没有JIT编译器（或提前编译器），“将变量保存在寄存器中”不是问题。

---

这可能更快，因为它避免了[]运营商和其它开销（见布林的回答，你接受）

---

脚注：一对夫妇的ISA具有内存映射寄存器。例如AVR（8位RISC微控制器），其中该芯片还具有内置SRAM，其中包含包含寄存器的低范围内存地址。所以你可以做一个索引加载并获取寄存器内容，但是你也可以在没有保存架构寄存器内容的内存上做这件事。

Answer 2

Python的VM 仅使用堆栈来执行它的字节码，并且这堆是硬件堆栈的完全独立。您可以使用dis反汇编您的代码，以查看您的更改如何影响生成的字节码。

Answer 3

这将是一个快一点，如果你存储这些两个可变：

loc0 = location[0] 
loc1 = location[1] 

，因为将有只有两个look-up，而不是四个。

顺便说一句，如果你想使用python，你不应该关心在这个低级别的性能。

Answer 4

这些类型的细节不是Python的指定行为的一部分。正如Ignacio的回答所说，CPython是这样做的，但这并不能保证语言本身。 Python对它所做的描述与诸如寄存器这样的低级概念相去甚远，大多数时候，担心Python如何映射到这些细节是没有用的。 Python是一种高级语言，其行为根据高级抽象来定义，类似于API。

无论如何，在Python代码中执行诸如loc0 = language[0]之类的操作与设置寄存器无关。它只是创建指向现有Python对象的新Python名称。

这就是说，有性能差异，因为如果使用location[0]无处不在，实际查找将（或至少可以 - 在理论上智能Python实现可以优化这个）每次一再发生的表达location[0]被评估。但是，如果您在任何地方都使用loc0 = location[0]然后使用loc0，则只会发生一次查找。在典型的情况下（例如，location是一个Python列表或字典，你不会在严格的循环中运行这段代码gazillions），这种差异很小。