静态方法调用不涉及绑定操作，内存中只有一份拷贝，参数传递零开销；但仅适用于无状态、纯计算场景，滥用反而降低可读性与性能。
静态方法调用不涉及绑定操作
Python中每次调用实例方法时，解释器会隐式执行「绑定（binding）」：把实例对象 self 自动传入，生成一个绑定方法（bound method）对象。这个过程包括查找、包装、创建新对象，哪怕只是调用 obj.method() 也会触发。而 @staticmethod 被设计为「非绑定」——它在类定义时就确定为普通函数对象，存储在类的 __dict__ 中，调用时直接跳转到函数地址，跳过了所有绑定逻辑。
静态方法在内存中只有一份拷贝
无论你创建 1 个还是 10 万个类实例，@staticmethod 对应的函数对象始终是同一个，不会为每个实例重复生成。相比之下：
- 实例方法每次通过实例访问（如
obj.func）都会返回一个新的绑定方法对象 - 类方法（
@classmethod）虽也共享一份，但调用时仍需动态传入cls并做一次类对象查找
你可以用 id(MathUtils.add) 和 id(obj.add) 验证：前者恒定，后者每次取属性都可能不同（因为返回的是新绑定对象）。
参数传递零开销
静态方法没有隐式参数，签名完全由你定义。这意味着：
立即学习“Python免费学习笔记（深入）”；
- 调用栈上不压入额外的
self或cls - 解释器无需在运行时解析和注入参数位置
- CPython 的 CALL_FUNCTION 指令可直接按声明参数个数执行，少一层 dispatch
比如 @staticmethod def add(a, b): return a + b，底层就是纯位置参数调用，和模块顶层函数 def add(a, b): ... 的字节码几乎一致。
容易被忽略的陷阱：别为了“省开销”硬塞静态方法
静态方法快，但仅当它真的「无状态、无依赖、纯计算」时才值得用。常见误用包括：
- 把本该访问
self.config的方法强行改成静态，结果要额外传一堆配置参数，可读性下降 - 在静态方法里又去导入模块、读文件、查数据库——这些 I/O 开销远大于函数调用本身
- 误以为「不写
self」就自动是静态方法，忘了加@staticmethod装饰器，导致调用时报TypeError: missing 1 required positional argument
真正影响性能的从来不是「是不是静态方法」，而是「是否做了不该在热路径上做的事」。先 profile，再优化，别过早抽象。
