Godot 4.4类型化Dictionary性能测试疑问：键值类型影响效率？

1. 为何[String, int]字典赋值慢于[int, String]？ #

Godot的Dictionary底层基于哈希表实现，键的哈希计算与匹配是字典操作的核心开销来源：

• int作为键时，哈希值可直接通过数值快速生成，键的比较也是简单的数值对比，几乎无额外开销；
• 而String作为键时，不仅要为每个str(i)创建临时字符串对象，还要遍历字符串内容计算哈希值——这一过程的开销远大于int的哈希计算。同时字符串对象的创建与销毁也会带来额外的内存管理开销，最终导致整体耗时更高。

2. 类型化Dictionary为何未体现效率优势？ #

类型化Dictionary的设计优势是在复杂场景下减少运行时类型检查与转换开销，但你的测试场景存在几个限制因素：

• 非类型化Dictionary已被优化：GDScript的虚拟机会做局部类型推断，当你连续给非类型化字典赋值固定类型的键值时，虚拟机会缓存类型信息，跳过重复的类型检查，此时两者的性能差异被抹平；
• 类型化字典的额外校验：类型化Dictionary每次操作都要强制验证键值是否符合声明类型，这部分校验逻辑在简单赋值场景中占比更高，反而导致耗时略增；
• 计时精度不足：你使用的Time.get_unix_time_from_system()仅能精确到秒，测试结果的误差较大，无法准确反映微秒级的性能差异，建议改用Time.get_ticks_usec()（微秒级）计时。

3. 是否因程序规模小，编译器自行推断了类型？ #

是的，这是核心原因之一。GDScript编译器与虚拟机支持局部类型推断，当代码中存在连续、固定类型的赋值操作时，虚拟机会自动推断出非类型化字典的键值类型，跳过后续的类型检查步骤，让非类型化字典的性能接近甚至超过类型化字典。

只有在复杂场景下——比如函数间传递字典、混合赋值不同类型的键值、大量读写混合操作——类型化Dictionary的优势才会显现：它能在编译期提前做类型校验，避免运行时类型错误，同时减少虚拟机的类型推断开销。

优化后的测试代码示例 #

func _ready() -> void:
    var typedDict: Dictionary[String, int] = {}
    var regDict: Dictionary = {}
    var regVar = {}
    
    # 微秒级计时更精准
    var startTimeTyped: int = Time.get_ticks_usec()
    for i in range(300000):
        var key = str(i)
        typedDict[key] = i
    print("Typed Dict [String, int]: ", (Time.get_ticks_usec() - startTimeTyped) / 1000000.0, "s")
    
    var startTimeReg: int = Time.get_ticks_usec()
    for i in range(300000):
        var key = str(i)
        regDict[key] = i
    print("Regular Dict: ", (Time.get_ticks_usec() - startTimeReg) / 1000000.0, "s")
    
    var startTimeVar: int = Time.get_ticks_usec()
    for i in range(300000):
        var key = str(i)
        regVar[key] = i
    print("Variant Dict: ", (Time.get_ticks_usec() - startTimeVar) / 1000000.0, "s")
    
    # 测试[int, String]类型
    var typedDict2: Dictionary[int, String] = {}
    var startTimeTyped2: int = Time.get_ticks_usec()
    for i in range(300000):
        var val = str(i)
        typedDict2[i] = val
    print("Typed Dict [int, String]: ", (Time.get_ticks_usec() - startTimeTyped2) / 1000000.0, "s")

内容的提问来源于stack exchange，提问作者Frasher Gray