优化

MicroPython 使用多项优化来实现，在节省 RAM 的前提下保证了程序的有效执行。本章节将介绍这些优化。

备注

MicroPython 字符串驻留 和 映射（Maps）与字典（Dictionaries） 详细介绍了字符串和字典上的其他优化。

冻结字节码

当 MicroPython 从文件系统加载 Python 代码时，它首先必须将文件解析为在内存中的临时表示形式，再生成可执行的字节码，这两者都存储在（在 RAM 中）的堆上。这可能导致大量的内存占用。要解决这一问题， 可使用 MicroPython 交叉编译器生成一个 .mpy 文件，其中包含了一个 Python 模块的预编译字节码，虽然该文件仍会被加载到 RAM 中，但这种方式避免了解析阶段的额外开销。

作为进一步的优化，一个 .mpy 文件中的预编译字节码可以在主固件编译阶段冻结到固件中，这意味着字节码将从 ROM 中执行。这可以显著节省内存，并减少堆碎片。

变量

在 MicroPython 中，处理局部变量和全局变量的方式是不同的。全局变量从在堆上分配的全局字典中存储和检索（请注意，每个模块都有自己单独的字典，因此需要独立的命名空间）。局部变量则存储在 Python 值栈中，可能存储在 C 的栈或堆中。它们通过在 Python 栈中的偏移量直接访问，这比在字典中全局查找更有效。

全局变量名称的长度也会影响存储标识符时所占用的内存。标识符越短，则所占用的内存越少。

另一方面，以下划线开头的 const 变量被视为妥善的常量，不会被分配或添加到字典中，因此节省了一部分内存。这些变量需要以 MicroPython 库中的 const() 函数创建。因此：

from micropython import const

X = const(1)
_Y = const(2)
foo(X, _Y)

编译为：

X = 1
foo(1, 2)

内存分配

大多数的 MicroPython 的构造都不会分配在堆上。但是以下构造器则会：

• 动态数据结构，如列表，映射等；

• 函数，类和对象实例；

• 使用 import 导入的模块；

• 全局变量的首次赋值（通过在全局字典中创建槽）。

有关更以用户为中心的优化视角的详细讨论，参阅 最大化 MicroPython 速度 。