Question

我有一个Cython类，如下面的一些人为例子：

cdef class Differential:

  cdef int *SX
  cdef int *X
  cdef int nmax

  def __init__(self, int nmax):

    self.nmax = nmax ## usually around 10*1000

    return

  def __cinit__(self, int nmax, *arg, **args):

    self.SX = <float *>malloc(nmax*cython.sizeof(float))

    ## assume self.X has some content.
    self.X = <float *>malloc(nmax*cython.sizeof(float)) 

    return

  def __dealloc__(self):

    free(self.SX)
    free(self.X)

    return

  @cython.wraparound(False)
  @cython.boundscheck(False)
  @cython.nonecheck(False)
  @cython.cdivision(True)
  cdef void __reject(self, float step) nogil:

    cdef unsigned int v
    cdef unsigned int k

    cdef double x
    cdef double dx

    float_array_init(self.SX,1000,0.) ## writes 0. to the 100000 first elements

    for v in range(1000):

      x = self.X[v]

      for k in range(v+1,1000):

        dx = x-self.X[k]

        # the following line is the "problem":
        self.SX[k] -= dx

    ## some more code
    # manipulate SX some more. this section has less performance impact because it
    # is not a double for-loop, so i have not included it in the example

    # update X
    for v in range(1000):
      self.X[v] += self.SX[v]

def reject(self, float step):
  self.__reject(step)

代码涉及的范围要大得多，但我试图将其删除到仍能说明代码流量的最小数量。

在我的主脚本中，我只创建一个Differential实例，然后我重复调用Differential.reject（）（以及其他一些实际更改X值的内容。）

我知道我可以使用cpdef来避免额外的包装调用（__reject（）和reject（）），但我的测试表明这没有区别。

我的问题如下：

当我注释掉self.SX[k] -= dx行时，代码似乎加速了大约10倍。这是预期的吗？

我知道访问内存有成本，但我没想到代码会减慢那么多。

更新

如下所示，更改行

cdef double x
cdef double dx

到

cdef float x
cdef float dx

删除了对某些转换操作的需要，并将代码加速了大约2倍。

Answer 1

我发现了一个可以解释缓慢的问题，请注意您创建x和dx作为double来接收float值，方法是更改为：< / p>

cdef float x
cdef float dx

我获得了2倍的加速，因为它避免了在x = self.X[v]中将浮点值的转换加倍，然后在self.SX[k] -= dx中再次从double转换为float。

您的方法中似乎不丢失缓存，我使用单个数组测试通过控制self.X和self.SX的值来存储2*i+0和2*i+1的值{1}}或0（self.X为1，self.SX为{{1}}，时间安排相同。

为什么在Cython中写入C数组这么慢？

1 个答案: