我正在研究一个基本上使用非常长的mpz整数（来自gmpy2库）和一些小列表的python脚本。除了其他典型的＆＃34; pythonic＆＃34;代码优化，我试图减少脚本内部计算所需的时间（基本上，它们是＆＃34; mul＆＃34;，＆＃34;添加＆＃34;，＆＃34; sub＆＃34;来自gmpy2）通过使用set_cache函数，但即使将其设置为max，即set_cache（1000,16384），我看不出使用或不使用它之间的任何区别，大整数的时序是相同的。 / p>
如果某人有使用get_cache的经验或者更好地设置它的操作，我会很感激一些信息。我只知道官方gmpy页面上说的内容（非常基本），并且在互联网上搜索该方法并没有提供任何有趣的样本（至少我还没有找到它们）
答案 0 :(得分：0)
我是gmpy2的维护者。
由set_cache()和get_cache()控制的缓存减少了创建新mpz实例所需的时间。这种改进只适用于中等大小的整数。一旦开始使用非常大的数字，计算的运行时间比对象创建时间长得多，缓存的影响可以忽略不计。
如果缓存算法没有限制缓存对象的大小，您还可以使用所有系统内存。这是一个非常早期的alpha版本的问题。
这些功能主要用于测试。减少或禁用高速缓存对于具有有限存储器的系统可能是有用的。通常，调整缓存大小没有多大好处。
由于您未提供任何代码或已识别您的操作系统，因此我只能提供一些有关性能调整的通用建议。
*，+和-运算符代替mul()，add()和sub()。运营商的开销将会减少。long和gmpy2＆＃39 {s} mpz类型之间的转化次数。gmpy2。不幸的是，这在Windows上可能具有挑战性。