Question

我们假设p和q是Python中常用长度为n的列表。每个列表按某种顺序包含range(n)的内容（这很重要！）。我们可以假设n很小（即不超过2 ^ 16）。我现在使用以下代码在这些列表上定义一个操作

def mult(p,q):
    return [q[i] for i in p]

显然，mult(p,q)再次是一个包含range(n)内容的列表。这个python代码是排列组合的一个例子（见http://en.wikipedia.org/wiki/Permutation）。

我想在Python中尽可能快地运行此代码。我尝试用numpy数组替换p和q以查看这是否会加快速度，但在时间测试下差异可以忽略不计（注意numpy的设计不考虑上述功能）。我还为Python编写了一个C扩展来尝试加速，但这似乎没有帮助（但是我使用了PySequence_Fast_GET_ITEM之类的函数，它们可能与Python本身使用的函数相同）。

是否有可能在C中为Python编写一个新类型（如此处所述http://docs.python.org/2/extending/newtypes.html），它具有上述mult函数快速（呃）的属性？或者，实际上，用C编写任何程序都会给Python带来这样的类型。

我在问这个问题，看看我是不是在叫错树。特别是，Python基本上有一些固有属性，这意味着永远不会加速？我最感兴趣的是Python 2.7，但有兴趣知道Python 3 +的任何解决方案。

Answer 1

正如Abid Rahman的评论所指出的那样，正确使用NumPy比实现自己的C数据结构更好。

import numpy as np

p = np.array(range(1000))
q = np.array(range(1000))

%timeit [q[i] for i in p]
# 1000 loops, best of 3: 312 us per loop

%timeit q[p]
# 100000 loops, best of 3: 4.31 us per loop

NumPy基本上完成了你自己希望做的事情（将数组访问推送到C级别）。但是，如果您只是执行列表推导，那么所有循环都将在Python中处理，因此它不会比使用常规Python列表的原始循环快得多。

使用C加速Python中的列表操作

1 个答案: