python - 在 Python 中创建对象的时间成本与性能分析相关吗?
问题描述
让我介绍一个场景。我必须编写一个模块来验证 Python 字典。字典中的每个键都存储两件事:一个值和类型。像这样的东西:
d = {
'key1': {
'type' : 'string',
'value' : 'The quick brown fox'
},
'key2': {
'type' : 'integer',
'value' : 23
}
}
现在必须根据其类型验证该值。换句话说,相同类型的值将具有相同的验证。还有大量的验证对所有类型的值都是通用的。
我想到的第一件事是为存在的每种类型的数据编写一个验证类,并且这些类中的每一个都将从包含公共验证的基类继承。我有大约 17 种数据类型,这意味着如果字典中存在所有数据类型,我需要创建 17 个不同的 Python 对象来验证一个字典。
所以现在我的问题是:在这种情况下创建对象的时间成本是否相关?还是我应该尝试使用一种巨大的方法来完成整个事情?
解决方案
推荐阅读
- python - pandas中多列的自动分析
- python - 如何解决“virtualenv:错误:需要以下参数:dest”错误?
- c# - 我无法使用 HtmlAgilityPack 从网络获取数据,引发 NullReferenceExeption 错误
- wordpress - URL重写:从一个页面重定向到另一个页面
- arrays - 在 SwiftUI 中显示来自嵌套多维 ForEach 的文本
- python - 是否有在字符串列表中搜索数字而不循环 2 次的功能?
- linq - 按属性和嵌套元素的 LINQ XML 查询
- python - 添加带有条件的新列
- python - OpenCV 立体校准错误 - (-3:Internal error) CALIB_CHECK_COND - 函数“CalibrateExtrinsics”中输入数组 1 的病态矩阵
- jasper-reports - 如何根据 JasperReports Server 中的另一个多选值列表(复选框)制作多选值列表(复选框)?