Python3.11中赋值Lambda调用为何快于函数与未赋值Lambda？

测试现象回顾 #

Python 3.11.2测试结果 #

Python 3.11.2 (tags/v3.11.2:878ead1, Feb  7 2023, 16:38:35) [MSC v.1934 64 bit (AMD64)] on win32
>>> from timeit import timeit
>>> def test():
...     return 100 * 1000
...
>>> test2 = lambda: 100 * 1000
>>> print(timeit("test()", globals=globals()), timeit("test2()", globals=globals()), timeit("lambda: 100 * 1000"))
0.04339419997995719 0.039589399995747954 0.04896240000380203

• 调用已赋值lambda (test2())：~0.0396秒
• 调用普通函数 (test())：~0.0434秒
• 创建lambda对象：~0.0490秒

Python 3.7.9测试结果 #

Python 3.7.9 (tags/v3.7.9:13c94747c7, Aug 17 2020, 16:30:00) [MSC v.1900 64 bit (AMD64)] on win32
>>> from timeit import timeit
>>> def test():
...     return 100 * 1000
...
>>> test2 = lambda: 100 * 1000
>>> print(timeit('test()', globals=globals()), timeit('test2()', globals=globals()), timeit('lambda: 100 * 1000'))
0.05223070000000973 0.05272850000000062 0.03326450000000136

• 调用普通函数和已赋值lambda耗时接近：~0.052秒
• 创建lambda对象：~0.033秒

核心疑问解答 #

1. 为何Python 3.11中已赋值lambda调用更快？ #

主要来自两个关键原因：

• 底层函数调用优化：Python 3.11通过PEP 659实现了更高效的函数调用路径，削减了调用时的栈操作、参数校验等冗余开销。这种优化对轻量函数（比如仅一行返回逻辑的lambda）的提升效果比复杂def函数更明显——普通函数因携带更多元信息（如文档字符串、函数名绑定逻辑），调用时的额外操作略多于lambda。
• 避免重复创建对象的开销：已赋值的lambda是一个可复用的函数对象，调用时直接从全局/局部变量中查找执行；而timeit("lambda: 100 * 1000")测试的是创建lambda对象的时间，每次执行都要生成新的function实例，包含字节码编译、属性初始化等步骤，自然比调用已存在的函数慢。

Python 3.7没有这些调用路径优化，函数调用的整体开销更高，同时创建lambda的相对开销更小，因此出现了和3.11相反的结果。

2. 是否应该为了性能将lambda赋值后使用？ #

• 性能收益可忽略：这种耗时差异仅在极端高频调用场景下才可能产生可感知的影响，绝大多数业务代码中无需为此调整写法。
• 可读性优先：将lambda赋值给变量并赋予有意义的名称，本身就比匿名lambda更易维护；甚至直接用def定义普通函数的可读性更好，且和赋值后的lambda性能差异微乎其微。
• 本质是复用对象：这不是lambda独有的特性，任何函数对象复用（比如把普通函数赋值给变量后调用）都能避免重复创建的开销，和lambda本身无关。

内容的提问来源于stack exchange，提问作者NotMEE12