为什么在这种情况下使用发电机功能的速度是原来的两倍？

Question

两种实现共同的代码：

from math import sqrt

def factors(x):
    num = 2
    sq = int(sqrt(x))
    for i in range(2, sq):
        if (x % i) == 0:
            num += 2
    return num + ((1 if sq == sqrt(x) else 2) if x % sq == 0 else 0)

1。没有使用生成器函数的实现：

i = 1
while True:
    if factors(i * (i+1) * 0.5) > 500:
        print(int(i * (i+1) * 0.5))
        break
    i += 1

2。使用生成器函数的实现：

def triangle():
    i = 1
    while True:
        yield int(0.5 * i * (i + 1))
        i += 1

t = triangle()

while True:
    num = t.__next__()
    if factors(num) > 500:
        print(num)
        break

问题：

第一个实现大约需要4秒，而第二个大约需要8.2秒。为什么两个实现的运行时间之间有这么大的差异？

Answer 1

temp1目录（）：

def temp1():
        i = 1
        while True:
            if factors(i * (i+1) * 0.5) > 500:
                print(int(i * (i+1) * 0.5))
                break
            i += 1

TEMP2（）：

def temp2():
    def triangle():
        i = 1
        while True:
            yield int(0.5 * i * (i + 1))
            i += 1

    t = triangle()

    while True:
        num = t.next()
        if factors(num) > 500:
            print(num)
            break

c两者兼得：

将factors中的temp1()来电更改为factors(int(...))后，temp1()需要相同的时间

Modified temp1 to pass int rather than float:

def temp1():
    i = 1
    while True:
        if factors(int(i * (i+1) * 0.5)) > 500:
            print(int(i * (i+1) * 0.5))
            break
        i += 1

事实证明，在您的第一个实现中，您将float传递给factors()，并且浮点运算比整数运算复杂

为什么浮点运算很复杂？

因为浮点数的内部表示方式与整数不同，它们用3个部分表示为符号，尾数和指数（IEEE 754），而整数的表示非常简单，整数的加法和减法等操作也是如此在内部使用加法，减法和移位操作的组合来执行乘法和除法。因为整数加法和减法很简单，所以它们的除法/乘法也是如此，因此浮点运算是一些昂贵的

为什么浮点模数比Integer贵？

答案与上面的相同，模运算只不过是上面提到的基本运算的组合如下：

a mod n = a - (n*int(a/n))

由于浮点数的基本运算更昂贵，因此浮点数的模数也是如此

Answer 2

在明确的情况下，在调用int之前，你没有使用表达式的factors，因此传递的值将是一个浮点数。

在生成器的情况下，你正在屈服int(...)，调用factors传递一个整数。

Answer 3

您可以删除代码的因子（），使 500 更大。

# implementation 1
i = 1
while True:
    if (i * (i + 1) * 0.5) > n: # n=100000
        # print int(i * (i + 1) * 0.5),
        break
    i += 1

和％timeit ，与实现2进行比较：

def triangle():
    i = 1
    while True:
        yield i * (i + 1) * 0.5
        i += 1

t = triangle()

while True:
    num = t.next()
    if num > n:
        # print num,
        break

Answer 4

据我所知，唯一的区别是你在第一个例子中进行了两次计算i * (i+1) * 0.5。这不是一个昂贵的计算，但它可能会产生很大的不同，因为它是该计划的一个重要部分..