変数名や関数名の長さ

Question

変数名や関数名の長短によって実行速度が変わるのか疑問に思い、JupyterLabで%%timeitを使って試したところ有意な差はありませんでした。
下記コードは速さを調べたときのものです。
実行速度に差がないのはどうしてなのでしょうか?
試す前は、長いもののほうが多少なりとも遅くなるだろうと考えていたので驚いています。

また、メモリの使用量に差はあるのかも調べたいのですが、どうすればよいでしょうか?

a = [i for i in range(10 ** 6)]
students_list_of_fdafagdafdagadgragdhfedagrdas = [i for i in range(10 ** 6)]

def b(x, y):
    return x + y

def aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa(x, y):
    return x + y


%%timeit
for i in a:
    i
> 11.4 ms ± 537 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%%timeit
for i in students_list_of_fdafagdafdagadgragdhfedagrdas:
    i
> 11.2 ms ± 228 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%%timeit
for i in range(10 ** 6):
    b(i, i + 1)
> 155 ms ± 2.67 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%%timeit
for i in range(10 ** 6):
    aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa(i, i + 1)
> 158 ms ± 7.97 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Answer 1

Pythonのグローバル変数は実質的にdictのアクセスと同程度のスピードと考えられます。ちょっと測定してみますと・・・

from time import perf_counter_ns


def lookup(d, vn):
    for _ in range(1000):
        d[vn] = 1

def elapsed(vn):
    d = dict()
    d[vn] = 0                 # (A)
    # d[vn[:1] + vn[1:]] = 0  # (B)
    t1 = perf_counter_ns()
    lookup(d, vn)
    t2 = perf_counter_ns()
    print(f"var name length={len(vn):4d} {t2 - t1:9,.0f}")


elapsed('a')
elapsed('a'*1000)

$ python3 t.py
var name length=   1    35,700
var name length=1000    34,400

とまぁ、誤差の程度です。しかし(A)の行をコメントアウトし、(B)のコメントを外して測定してみますと・・・

$ python3 t.py
var name length=   1    35,700
var name length=1000   107,600

この違いの理由を推測するに・・・

str(変数名)をdictから探す際にはまずstrのハッシュコードを計算します。strのハッシュコードは全ての文字(かな?)についてある計算をして求めるので文字列長が長ければ長いほど計算量が増えると考えられますが、strのハッシュコードは一々計算するまでもなくstrインスタンスの属性として記録されるようになっているため事実上文字列長の如何には左右されず一瞬で求まります。

さて次にハッシュコードに対応するハッシュテーブル内の位置からキーであるstrを探します。このとき文字列同士の比較が行われるはず・・・なのですが、上記の結果からdictからのlookup時間は(A)では文字列長に左右されず(B)とすると文字列長に左右されることが観察できます。

多分str同士を比較する際に、一つ一つ文字を比較するより前に「同一の実体かどうか」つまりis演算子で最初に一致を見ているのだと思います。

(A)のように登録の際のキーと参照の際のキーが同一のstrインスタンスだとstrの要素の文字を一々比較することなく一瞬で一致することがわかり、(B)のように登録の際のキーと参照の際のキーが同一でないstrインスタンスだと要素の文字を一々比較するため検索時間が文字列長に比例した時間がかかってくるのだと思います。

さて、Pythonはモジュールをコンパイルする際に同一の変数名の検索用のstrは少なくともモジュール内で全て同一のインスタンスでアクセスするようにしているだろうと思います。

以上から変数名の長さはアクセス時間に影響しないと考えられます。（推測こみで）

---

Pythonに限らず文字列の一致の際にインスタンスの同一性をチェックしたり、ソースコードをコンパイルする際に識別子や文字列リテラルを同一のインスタンスにするような最適化はあたりまえのように行われる一般的なものと思います。

変数名の長さによってスピードが変わるといったような話は原始的なつくりのインタープリタではあったかも知れませんが、昨今の普通の言語システムでは「そういうことはほぼないようにうまいこと実装されている」と考えてよいのではないでしょうか。

---

追記：
Pythonのようなインタープリタ言語ではインタープリタの内部情報を動的にアクセスできる仕組みが備わっています。例えばモジュールのトップレベルの属性（変数や関数やクラス）は

名前

でアクセスする他に

globals()['名前']

でもアクセスできますが、後者のようなことを必要もないのにやってしまうと分かり易さを損なうという以外に速度的なペナルティーの可能性も意識しておいた方がよいかも知れません。

Comments

[退会済みユーザー]

こんなアプローチから考察ができるとは思いもよりませんでした。
推測を含むとはいえ、有益な情報をくださってありがとうございます。

[KSwordOfHaste]

同一インスタンスのキーによるアクセスが頻繁に行われことを考えると、回答に書いたような工夫は計算量をO(N)からO(1)に短縮できるという意味で必然に近いと思います。等値比較やハッシュ法などの基本アルゴリズムはライブラリーで提供されているため自分で実装する機会は少ないですが、それらが用いている基本テクニックをよく知っておくことはライブラリーを最適に使うために重要な知識であると自分は思います。質問者さんがやっておられるような実験も言語やライブラリーの特徴を把握する上で大切な「学びの手段」だと思います！

Answer 2

コンピューターは充分に高速ですから、この程度で目に見えるほどの差が観測されることはまず考えられません。また、変数名を数十文字増やしたことで圧迫されるほどの極少メモリで動いている環境などありません。拘るだけ時間の無駄だと思います。