我想遍历由 -1 和 1 组成的所有 2^32 行,并对每一行执行内积运算。有没有办法加快下面的代码?
import itertools
import operator
n = 16
survivors = []
for row in itertools.product([-1,1], repeat = 2*n):
if (sum(map(operator.mul, row[0:n], row[n:2*n])) == 0):
survivors.append(row)
print len(survivors)
最佳答案
这有点棘手,但是由 -1
和 1
组成的向量的内积可以转换为 XOR 运算和非零计数由 0
和 1
组成的向量项。当然,0
和 1
的 32 项向量的最佳容器是 uint32
。下面的代码与您建议的相同,但是以 2**m
元素的 block 矢量化运行它以提高速度
def bitwise_inner(n, m=12):
bitmask = (1 << n) - 1
m = min(m, 2*n)
result = []
chunk = 2**m
for j in xrange(2**(2*n-m)):
start = j * chunk
items = np.arange(start, start+chunk, dtype=np.uint32)
op = (items >> n) ^ (items & bitmask)
# Keep only items with same number of 0s and 1s in the first n bits of op
for k in xrange(n//2 - 1):
# This removes a 1 from the binary representation of each number
op &= op - 1
mask = op != 0
items = items[mask]
op = op[mask]
op &= op - 1
result.append(items[op == 0])
return sum([len(j) for j in result])
首先让我们检查您的代码的正确性:
def python_inner(n):
survivors = []
for row in itertools.product([-1,1], repeat = 2*n):
if (sum(map(operator.mul, row[0:n], row[n:2*n])) == 0):
survivors.append(row)
return len(survivors)
In [2]: python_inner(8)
Out[2]: 17920
In [3]: bitwise_inner(8)
Out[3]: 17920
然后是一些时间:
In [4]: %timeit python_inner(8)
1 loops, best of 3: 1.08 s per loop
In [5]: %timeit bitwise_inner(8)
100 loops, best of 3: 3.35 ms per loop
In [6]: %timeit bitwise_inner(12)
1 loops, best of 3: 1.07 s per loop
计算 n = 16
的所有值仍将花费大量时间,但这仍然快了两个数量级。
关于python - 如何加速大量内积,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23369589/