如何根据初始化参数是否存在定义不同的类方法以降低高频调用开销

嗨，我完全理解你的困扰——当一个函数要被调用几百万次的时候，哪怕是每次多一个条件判断或者一层函数转发，累积起来的性能损耗都不容小觑。咱们直接来解决这个问题，其实你一开始的思路方向是对的，只需要调整一下方法绑定的方式，就能做到初始化时就确定方法逻辑，调用时零额外开销。

最优方案1：初始化时动态绑定方法（内联定义版） #

你最初尝试在__init__里定义不同的input_vector，但问题是这些函数没有绑定到实例上，所以外部无法调用。只需要加一步绑定操作，就能解决这个问题：

import numpy as np

class mcmc(object):
    def __init__(self, X, Y=None):
        self.X = X
        if Y is None:
            def input_vector(self, beta):
                return beta.dot(self.X)
        else:
            self.Y = Y
            def input_vector(self, beta):
                return beta.dot(np.vstack([self.X, self.Y]))
        # 将定义好的函数绑定为实例方法
        self.input_vector = input_vector.__get__(self, mcmc)

这样一来，在实例初始化的瞬间，就会根据Y是否存在，把对应的input_vector方法绑定到实例上。之后每次调用obj.input_vector(beta)时，都是直接执行对应的逻辑，没有任何条件判断或者额外的函数调用开销，完全是原生的方法调用速度。

最优方案2：预定义方法后直接赋值（可读性更佳版） #

如果觉得内联定义函数不够清晰，也可以先把两个版本的方法都预定义好，然后在__init__里直接把对应方法赋值给self.input_vector：

import numpy as np

class mcmc(object):
    def __init__(self, X, Y=None):
        self.X = X
        if Y is not None:
            self.Y = Y
            # 绑定X+Y版本的方法
            self.input_vector = self._input_vector_XY
        else:
            # 绑定仅X版本的方法
            self.input_vector = self._input_vector_X

    # 私有方法：仅处理X的逻辑
    def _input_vector_X(self, beta):
        return beta.dot(self.X)
    
    # 私有方法：处理X+Y的逻辑
    def _input_vector_XY(self, beta):
        return beta.dot(np.vstack([self.X, self.Y]))

这个写法可读性更强，把不同逻辑的方法分开定义，同时同样能实现初始化绑定、调用零开销的效果。给内部方法加下划线前缀是Python的约定，用来标识这是私有方法，避免外部直接调用，保持类接口的整洁。

对比你提到的其他方案 #

• 带条件判断的单方法方案：每次调用都要检查hasattr('Y')，几百万次调用的话这个判断会累积出明显的性能损耗，而且逻辑也会随着版本增多变得臃肿。
• 通过__getattribute__转发的方案：每次调用多了一层函数转发的开销，虽然比条件判断好一些，但还是不如直接绑定方法来得高效。

性能测试小技巧 #

如果你想直观验证不同实现的性能差异，可以用timeit模块做个简单测试：

import timeit
import numpy as np

# 创建测试实例
obj_x = mcmc(np.random.rand(100), None)
obj_xy = mcmc(np.random.rand(100), np.random.rand(100))

# 测试百万次调用的耗时
time_x = timeit.timeit(lambda: obj_x.input_vector(np.random.rand(100)), number=10**6)
time_xy = timeit.timeit(lambda: obj_xy.input_vector(np.random.rand(100)), number=10**6)

print(f"仅X版本百万次调用耗时: {time_x:.2f}秒")
print(f"X+Y版本百万次调用耗时: {time_xy:.2f}秒")

备注：内容来源于stack exchange，提问作者Roger V.