Python类动态绑定 Python类的动态绑定实现原理

使用实例引用类的属性时，会发生动态绑定。即python会在实例每次引用类属性时，将对应的类属性绑定到实例上。

动态绑定的例子：

class A:
  def test1(self):
    print("hello")
  
  def test2(self):
    print("world")

def bound():
  a = A()
  a.test1()
  A.test1 = A.test2
  a.test1()

if __name__ == "__main__":
  bound()

输出结果：

hello2 world

从上述代码中可以看到，类方法的变化是实时影响实例对方法的调用的，这说明python是在实例调用方法的过程中动态地查找类方法。

动态绑定的代价：

class A:
  def test(self):
    pass
def one_loop(limited_time):
  a = A()
  for i in range(limited_time):
    a.test()
  f = a.test
  for i in range(limited_time):
    f()

上图两个循环中，一个调用a.test()，不断进行动态绑定，另一个则先把a.test赋值给f，只有一次动态绑定，通过对两个循环计时，测试动态绑定的代价。

输出结果：

1 [0.0, 0.0, 0.0, 0.0, 0.0, 0.0009999275207519531, 0.008995771408081055, 0.19991111755371094, 1.2715933322906494, 15.831915855407715]
2 [0.0, 0.0, 0.0, 0.0, 0.0, 0.12503726671039295, 0.09472344399590288, 0.1999776288967874, 0.131608969147562, 0.1553209370384522]

折线图中横坐标为log10(循环次数)，纵坐标为秒数。

输出数据中，第一行为动态绑定和一次绑定耗费时间的差值，第二行为差值占动态绑定总时间的比例。

可以看出，在次数很小的时候，两者基本没有差距，或者说差距忽略不计。

在10^7次循环，即千万次循环的时候，动态绑定与静态绑定的耗费时间才出现了明显差异，当循环次数达到十亿级的时候，耗费时间相差15秒之多，约占总时间的15%。

由上可知，动态绑定效率低于静态绑定，但由于绑定代价耗时很少，在次数很少的时候基本没有影响。

动态绑定的优点：

class A:
  def test_hello(self):
    print("hello")

def test_world(self):
  print("world")

def main():
  s = A()
  # 提前绑定
  f = s.test_hello
  # 改变方法
  A.test_hello = test_world
  f()
  # 动态绑定
  s.test_hello()

if __name__ == "__main__":
  main()

输出结果：

hello2 world

类方法的变动能够实时反应在动态绑定上，而提前绑定则无法感知到类方法的变动。

总结：

1. 一次动态绑定代价很小，当绑定次数少的时候基本不影响效率，当绑定次数达到千万级时影响才会很显著。

2. 动态绑定实时跟踪类方法的变动，更具灵活性。