Python调试模式比运行模式慢9倍？原因及优化方法

给出的Python代码如下：

import time
from uuid import uuid4

a=[uuid4() for i in range(20000)]
b=a[:19000]+[uuid4() for i in range(1000)]
start=time.time()
c=[i for i in a if i in b]
print(c)
print(time.time()-start)
print("debug point here")

在IntelliJ中以Run配置运行时，输出为：

17.317973613739014
debug point here

以Debug配置运行时，输出为：

143.317973613739014
debug point here

VSCode调试时也存在类似性能差异。请问为何Debug模式的运行速度比Run模式慢9倍？该如何提升调试速度？

Debug模式运行缓慢的核心原因是调试器会给代码注入大量额外监控逻辑，具体包括：

• 逐行追踪与断点支持：调试器需要为每一行代码添加追踪钩子，确保能响应断点触发、变量查看等操作，这会显著增加代码执行的额外开销。
• 对象监控开销：代码中频繁执行i in b的UUID对象比较操作，Debug模式下调试器会对每个对象的属性、状态进行额外记录和监控，导致对象比较的耗时大幅上升。
• 禁用解释器优化：Python在Run模式下会启用字节码优化（如移除冗余调试信息），而Debug模式会强制关闭这些优化，以保留完整的调试上下文，直接降低了代码执行效率。

1. 优化代码逻辑（最有效） #

原代码中i in b是O(n)的线性查找，20000次循环的总复杂度为O(4亿)，这本身就是性能瓶颈。将b转换为集合后，查找操作变为O(1)，无论Run还是Debug模式都会大幅提速：

import time
from uuid import uuid4

a=[uuid4() for i in range(20000)]
b_set = set(a[:19000] + [uuid4() for i in range(1000)])
start=time.time()
c=[i for i in a if i in b_set]
print(c)
print(time.time()-start)
print("debug point here")

该优化可将原本的十几秒/一百多秒耗时直接降至毫秒级，Debug与Run模式的性能差异也会变得可以忽略。

2. 调整调试器配置 #

• 关闭非必需调试功能：在IntelliJ中，可关闭Settings -> Build, Execution, Deployment -> Debugger -> Data Views下的自动对象属性显示；在VSCode的launch.json中设置"justMyCode": true，仅追踪自定义代码，忽略第三方库代码的调试逻辑。
• 使用条件断点：避免设置全局断点，仅在关键位置添加带条件的断点，减少调试器的触发频率。
• 减少变量监控：Watch窗口只保留当前调试必需的变量，避免调试器频繁读取对象状态造成的开销。

3. 采用局部调试策略 #

• 缩小调试范围：仅对需要调试的代码段启用Debug模式，耗时的预处理逻辑可单独用Run模式执行，调试时直接加载预处理结果。
• 用日志替代部分调试：对于无需逐行追踪的问题，使用print()或日志模块输出关键变量，既不影响性能，又能获取所需信息。

内容的提问来源于stack exchange，提问作者Krushil Dhamelia