使用命令行解析器参数指定调用函数的高效实现方案咨询

最适合该场景的轻量化实现是函数映射表（字典调度），比多分支if、外部类封装的运行时开销更低，且易维护，实现逻辑如下：

代码示例 #

import argparse
import mystuff

# 提前定义所有备选函数，仅在模块加载时执行1次，无额外运行时开销
def func1(my_variable):
    return my_variable + 1

def func2(my_variable):
    return my_variable ** 2 + 1

# 构建索引到函数的映射表，查找时间复杂度为O(1)
FUNC_MAP = {
    1: func1,
    2: func2
}

if __name__ == "__main__":
    parser = argparse.ArgumentParser()
    parser.add_argument("--index", type=int, required=True)
    args = parser.parse_args()

    # 非法参数校验（可选）
    if args.index not in FUNC_MAP:
        raise ValueError(f"不支持的index值：{args.index}，可选值为{list(FUNC_MAP.keys())}")
    
    # 仅在程序初始化阶段查询1次映射表，后续无需再做分支判断
    my_func = FUNC_MAP[args.index]

    # 你的原有业务逻辑
    # code body in which my_variable gets created
    # 即使后续有百万级循环调用my_func，也没有额外判断开销

启动命令和原有逻辑完全兼容：

$ python3 my_code.py --index 1

方案优势 #

• 性能损耗极低：映射表查找为O(1)复杂度，远高于多分支if的O(n)查找效率，函数数量越多优势越明显；所有函数仅在模块加载时定义一次，没有运行时动态定义函数的开销
• 维护成本低：新增函数仅需要新增函数定义、在FUNC_MAP中新增索引映射两个步骤，不需要修改主流程逻辑
• 扩展性强：如果需要封装到外部模块，仅需将函数和映射表迁移到独立py文件，主代码直接导入FUNC_MAP即可，不需要调整原有调用逻辑
• 轻量化：不需要额外封装类、初始化类实例，省掉了类相关的额外开销

内容的提问来源于stack exchange，提问作者Siderius