如何高效复用函数：兼顾Case_1性能与Case_2扩展性

需要复用如下公式函数：

def my_formula(x):
    return x + 5

核心要求：

• 避免Case_2中重复调用/创建函数导致的耗时浪费
• 兼顾Case_1的执行效率与Case_2的可扩展性
• 函数调用时需驻留于当前运行环境内存中

已尝试方案及耗时数据：

1. SymPy lambdify转换：

formula = myformula(x)
numeric_formula = sp.lambdify(x, formula)

运行速度远低于预期，耗时1.2700s

2. 函数作为参数传入：

def case_3(n, formula=my_formula):
    for x in range(n):
        y = formula(x)
    return 0

耗时0.0060s，与Case_2持平，未达到Case_1（0.0035s）的效率

各方案耗时对比：

Scenario:_____|_Computation_time(s):___
Case_1         0.0035
Case_2         0.0060
Lambdifying    1.2700
Case_3         0.0060

方案1：模块级全局函数转发 #

将公式函数封装为模块级可切换的调用入口，既保留直接调用的性能，又支持动态替换公式：

# 模块内定义
def my_formula(x):
    return x + 5

# 维护当前使用的公式函数
_current_formula = my_formula

def set_formula(func):
    """动态切换公式函数"""
    global _current_formula
    _current_formula = func

def compute(x):
    """统一调用入口"""
    return _current_formula(x)

调用示例：

def optimal_case(n):
    for x in range(n):
        y = compute(x)
    return 0

优势：compute函数仅做一层简单转发，调用开销接近直接调用my_formula（耗时可逼近Case_1的0.0035s），同时通过set_formula可随时替换公式，满足扩展性需求；函数驻留于模块内存中，无需重复创建。

方案2：类封装公式管理器 #

用类的类方法维护公式函数，适合需要多实例或更结构化管理的场景：

class FormulaManager:
    # 初始公式函数
    _active_formula = my_formula

    @classmethod
    def set_formula(cls, func):
        cls._active_formula = func

    @classmethod
    def calculate(cls, x):
        return cls._active_formula(x)

调用示例：

def optimal_case(n):
    for x in range(n):
        y = FormulaManager.calculate(x)
    return 0

优势：类级别的状态管理更规范，避免全局变量污染，性能与方案1几乎一致，同样支持动态切换公式，函数驻留于类内存中。

方案说明 #

• 为什么优于之前的尝试：
  • 避免了SymPy lambdify的符号计算开销，直接基于原生Python函数执行
  • 相比函数参数传入的Case_3，减少了每次调用时的参数传递开销（尤其在高频循环场景下，累积差异明显）
• 注意事项：
  • 若涉及多线程/多进程场景，需添加线程锁保证set_formula的线程安全
  • 公式函数需保持相同的输入输出签名，确保切换时不报错

内容的提问来源于stack exchange，提问作者Aphus