当前位置：首页 > news >正文

Python运算符优先级与位运算实战：代码更高效、更优雅

news 2026/5/11 22:37:01

🧮 Python运算符优先级与位运算实战：代码更高效、更优雅

本文深入讲解Python运算符优先级规则与位运算技巧，帮你写出更精简高效的代码。

一、引言：为什么需要理解运算符优先级

你是否遇到过这样的情况：

result = 10 + 5 * 2  # 结果是 20 还是 30？
flag = not a and b   # 这到底判断的是什么？

运算符优先级看似基础，却是很多Bug的源头。理解它不仅能避免意外错误，还能让你在特定场景（如位运算）写出更优雅的代码。

二、Python运算符优先级速查表

Python 3.x 中运算符按优先级从高到低排列：

优先级	运算符	描述
1	`()`	括号（最高优先级）
2	`**`	幂运算
3	`+x, -x, ~x`	正、负、按位取反
4	`*, /, //, %`	乘、除、整除、取模
5	`+, -`	加、减
6	`<<, >>`	左移、右移
7	`&`	按位与
8	`^`	按位异或
9	`\|`	按位或
10	`==, !=, >, <, >=, <=`	比较运算
11	`not`	逻辑非
12	`and`	逻辑与
13	`or`	逻辑或

记忆口诀

"幂正负乘除，加减移与异或，比不且或"

三、常见优先级陷阱与正确写法

陷阱1：逻辑运算符

# ❌ 错误理解：not (a and b)
# ✅ 实际执行：(not a) and b
flag = not a and b# 安全写法
flag = not (a and b)  # 如果需要
flag = (not a) and b  # 明确意图

陷阱2：位运算 vs 比较运算

flags = 0b1010# ❌ 错误：& 优先级低于 ==
if flags & 0b1000 == 0b1000:  # 等价于 flags & (0b1000 == 0b1000)pass  # 永远不会执行# ✅ 正确
if (flags & 0b1000) == 0b1000:print("第4位是1")  # 正确执行

陷阱3：移位运算

# ❌ 可能不是你想要的
result = 1 + 2 << 2  # 等价于 (1 + 2) << 2 = 12# ✅ 明确优先级
result = 1 + (2 << 2)  # 如果需要 1 + 8 = 9

四、位运算实战技巧

4.1 权限控制（RBAC）

# 定义权限常量
PERM_READ = 1 << 0   # 0001 = 1
PERM_WRITE = 1 << 1  # 0010 = 2
PERM_EXEC = 1 << 2   # 0100 = 4
PERM_ADMIN = 1 << 3  # 1000 = 8# 用户权限组合
user_perms = PERM_READ | PERM_WRITE  # 0011 = 3# 检查权限
def has_permission(user_perms, perm):return (user_perms & perm) == perm# 实战
print(has_permission(user_perms, PERM_READ))   # True
print(has_permission(user_perms, PERM_ADMIN))  # False# 添加/移除权限
user_perms |= PERM_EXEC      # 添加执行权限
user_perms &= ~PERM_WRITE    # 移除写入权限

4.2 状态标志位

# 用单个整数存储多个布尔状态
class TaskState:PENDING = 1 << 0    # 0001RUNNING = 1 << 1    # 0010COMPLETED = 1 << 2  # 0100FAILED = 1 << 3     # 1000state = TaskState.PENDING# 状态转换
state |= TaskState.RUNNING   # 开始运行
state &= ~TaskState.PENDING  # 移除待处理
state |= TaskState.COMPLETED # 完成
state &= ~TaskState.RUNNING  # 停止运行# 检查状态
def is_state(state, flag):return bool(state & flag)

4.3 高效交换两数

a, b = 10, 20# 无需临时变量
a = a ^ b
b = a ^ b  # b = (a^b)^b = a
a = a ^ b  # a = (a^b)^a = bprint(a, b)  # 20 10

4.4 判断奇偶性

def is_odd(n):return n & 1 == 1  # 比 n % 2 更快def is_even(n):return n & 1 == 0# 测试
print(is_odd(7))   # True
print(is_even(8))  # True

4.5 快速乘除法

# 乘以2的幂
n = 5
print(n << 1)   # 10  (5 * 2)
print(n << 3)   # 40  (5 * 8)# 除以2的幂（向下取整）
n = 20
print(n >> 1)   # 10  (20 // 2)
print(n >> 2)   # 5   (20 // 4)# 注意：负数行为
print(-5 >> 1)  # -3  (向下取整除法)

五、性能对比：位运算 vs 常规运算

import timeit# 奇偶判断
print("取模:", timeit.timeit("1000000 % 2", number=1000000))
print("位运算:", timeit.timeit("1000000 & 1", number=1000000))# 乘以8
print("乘法:", timeit.timeit("100 * 8", number=1000000))
print("左移:", timeit.timeit("100 << 3", number=1000000))# 结果：位运算通常快 10-30%

六、实用场景总结

场景	位运算写法	优势
权限系统	`\|`, `&`, `~`	节省内存，高效查询
状态机	`\|=`设置，`&=`清除	单整数多状态
数据压缩	位移打包	位域存储
算法优化	`>>`代替`//`	执行更快
交换变量	`^=`	无需临时变量