Question

当我写信给＆＃34; a＆＃34;时，我所要做的简化代码要慢得多。阵列：

pyx文件中的

：

import cython
import numpy as np
cimport numpy as np

ctypedef np.float64_t DTYPE_t

@cython.boundscheck(False)
@cython.wraparound(False)
@cython.nonecheck(False)
def writearray(np.ndarray[DTYPE_t, ndim=1] a):

   cdef int i,j,k,l
   cdef DTYPE_t sum=0.0

   for i in range(100):
    for j in range(100):
        for k in range(100):
            for l in range(1000):
                sum+=1.0
            a[0]+=sum #this is the trouble line that makes the code slow.

我以为我有＆＃34; a [0]＆＃34;和＆＃34;总和＆＃34;是同一类型，但我呢？在调用此函数之前，＆＃34; a＆＃34;数组声明为

a=np.zeros(5, dtype=np.float64)

分析＆＃34; a [0] + =总和＆＃34;使用＆＃34; cython -a＆＃34;显示（没有黄色）：

   __pyx_t_5 = 0;
   *__Pyx_BufPtrStrided1d(__pyx_t_11kobpairwise_DTYPE_t *,      
   __pyx_pybuffernd_a.rcbuffer->pybuffer.buf, __pyx_t_5, 
   __pyx_pybuffernd_a.diminfo[0].strides) += __pyx_v_sum;

提前致谢。

这个问题比a的索引取决于所有i，j，k，l和sum不再增加常数的完整问题简化得多，所以我需要找出这个的根本原因问题而不是将[0]移出循环等等。

Answer 1

你说a [0] + = sum是使代码变慢的麻烦线。你是怎么决定的？关于它有多快或多慢的宝贵信息很少。是否需要比你评论时长10％或1000％？

这是一个理论

鉴于您所谈论的真实情况涉及许多其他变量，这些变量将索引确定为a，我怀疑它根本不在缓存中并且必须被取出每一次。其他一切都很快，因为它是可预测的（线性地逐步遍历数组），但如果a足够大（数千个条目）并且你随机索引它，那么它可能不适合缓存以及其他所有事情。

所以不是[0] + =总和很慢。那很快。数学肯定很快。可预测的指数也很快。

[random_index]加载速度慢，因为它不在缓存中，因为当前random_index和最后一个random_index之间的差异通常很大，所以CPU的一切都是通常会隐藏一些或大部分延迟，让你陷入困境。

学习在Cython中写入数组

1 个答案:

这是一个理论