我在 Python 中遇到了性能问题,我的一个 friend 建议我使用 Cython 搜索更多后,我从 here 中找到了这段代码
python :
def test(value):
for i in xrange(value):
z = i**2
if(i==1000000):
print i
if z < i:
print "yes"
test(10000001)
赛通:
def test(long long value):
cdef long long i
cdef long long z
for i in xrange(value):
z = i**2
if(i==1000000):
print i
if z < i:
print "yes"
test(10000001)
在我执行这两个代码后,令人惊讶的是我通过 Cython 实现了 100 倍的加速
为什么仅仅通过添加变量声明就可以实现这种加速?? 另外我应该提到波纹管代码性能与 Cython 中的 Python 相同。
赛通:
def test(long long value):
for i in xrange(value):
z = i**2
if(i==1000000):
print i
if z < i:
print "yes"
test(10000001)
最佳答案
Python 是一种语言。 CPython 是 Python 的字节码编译器和解释器。
需要一些代码:
for i in xrange(value):
z = i**2
if(i==1000000):
print i
if z < i:
print "yes"
并给你“字节码”:
- 将迭代器载入
for
循环并将其内容循环到i
- 加载
i
, 加载2
,运行二进制电源,存储z
- 加载
i
, 加载1000000
, 比较 - 加载
i
, 打印 - 加载
z
, 加载i
, 比较 - 加载
'yes'
, 打印 - 完成
完整:
1 0 SETUP_LOOP 70 (to 73)
3 LOAD_NAME 0 (xrange)
6 LOAD_NAME 1 (value)
9 CALL_FUNCTION 1
12 GET_ITER
>> 13 FOR_ITER 56 (to 72)
16 STORE_NAME 2 (i)
2 19 LOAD_NAME 2 (i)
22 LOAD_CONST 0 (2)
25 BINARY_POWER
26 STORE_NAME 3 (z)
3 29 LOAD_NAME 2 (i)
32 LOAD_CONST 1 (1000000)
35 COMPARE_OP 2 (==)
38 POP_JUMP_IF_FALSE 49
4 41 LOAD_NAME 2 (i)
44 PRINT_ITEM
45 PRINT_NEWLINE
46 JUMP_FORWARD 0 (to 49)
5 >> 49 LOAD_NAME 3 (z)
52 LOAD_NAME 2 (i)
55 COMPARE_OP 0 (<)
58 POP_JUMP_IF_FALSE 13
6 61 LOAD_CONST 2 ('yes')
64 PRINT_ITEM
65 PRINT_NEWLINE
66 JUMP_ABSOLUTE 13
69 JUMP_ABSOLUTE 13
>> 72 POP_BLOCK
>> 73 LOAD_CONST 3 (None)
76 RETURN_VALUE
值得注意的是,在 Python 中,整数是类 int
的实例或 long
.这意味着不仅有数字,还有一个指针和另一条信息,说明它至少是什么类别。这会产生很多开销。
但同样值得注意的是 xrange
有效。
xrange
创建一个可以被 LOAD_NAME (xrange)
迭代的类实例( CALL_FUNCTION
, for
) . for
将(基本上)委托(delegate)给迭代器的 __iter__
上的函数调用. 每个循环都有一个函数调用。
此外,每次你想获取或设置变量z
或 i
,它必须在本地人字典中查找。这真的很慢。
在 Cython 中运行纯 Python 代码:
当您在 Cython 中运行它时(您问题中的第三个示例),它会编译为 C。但是 C 所做的只是告诉 CPython 虚拟机该做什么。
独自使用 CPython:一个人在读一本书,然后认真地执行它的功能。
CPython 与 Cython:一个人大喊指令一个小心翼翼地执行其功能的人。
它可能会快一点点,但慢的部分仍然是 CPython 正在缓慢地完成工作。
使用cythonized代码:
当你 cdef long long
时会发生什么,那么呢?
Cython 知道
xrange
正在作用于long long
:它知道循环是有效的(所以它不必检查你是否给它一个
list
或类似的)它知道循环不会溢出(因为如果它溢出,它就是未定义的!)
因此它可以将它变成一个 C 循环 (
for (int index=0; index<copy_of_value; index++) { i = index; ... }
)
这避免了
int
和long
有很多间接开销和类型检查的类这避免了字典查找。事情总是在你把它们放在堆栈上的地方
例如
i ** 2
更简单,因为例程可以内联(它始终是一个数字,伙计)并直接处理整数并忽略溢出
所以结果最终主要由 C 运行,并且只转到 CPython 进行一些清理工作和 print
电话。
有道理吗?
关于python - 为什么这两种代码在 Python 和 Cython 中存在巨大的性能差异?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22936413/