使用幂运算 **0.5 的效率比 math.sqrt 低？

引用自“Python 编程：计算机科学简介"

我们可以取平方根 使用求幂**。使用 math.sqrt 效率更高一些。

“有点”，但到什么程度、如何呢？

理论上，哈马尔的回答 and 达菲莫的回答是很好的猜测。但实际上，在我的机器上，它是not更高效：

>>> import timeit
>>> timeit.timeit(stmt='[n ** 0.5 for n in range(100)]', setup='import math', number=10000)
0.15518403053283691
>>> timeit.timeit(stmt='[math.sqrt(n) for n in range(100)]', setup='import math', number=10000)
0.17707490921020508

部分问题在于.手术。如果你导入sqrt直接进入命名空间，你会得到轻微的改进。

>>> timeit.timeit(stmt='[sqrt(n) for n in range(100)]', setup='from math import sqrt', number=10000)
0.15312695503234863

那里的关键词：slight.

进一步的测试表明，随着数字变大，您从使用中获得的好处sqrt增加。但仍然没有很多！

>>> timeit.timeit(stmt='[n ** 0.5 for n in range(1000000)]', setup='import math', number=1)
0.18888211250305176
>>> timeit.timeit(stmt='[math.sqrt(n) for n in range(1000000)]', setup='import math', number=1)
0.18425297737121582
>>> timeit.timeit(stmt='[sqrt(n) for n in range(1000000)]', setup='from math import sqrt', number=1)
0.1571958065032959