Question

如果有人能够向我解释为什么下面的代码会产生如此多的额外开销，我希望如此。在100k次迭代中，两种情况下的速度都相同（2.2秒）。当增加到1E6次迭代时，情况“B”永远不会结束，而情况“A”只需要29秒。

案例“A”

while n is not 1:
    foo

案例“B”

while n > 1:
    foo

如果有任何帮助，请填写完整的代码

def coll(n):
    count = 0
    # while n is not 1:
    while n > 1:
        count += 1
        if not n % 2:
            n /= 2
        else:
            n = 3*n + 1
    return count

for x in range(1,100000):
    count = coll(x)

Answer 1

首先，您应该使用n > 1或n != 1，而不是n is not 1。后者工作的事实是一个实现细节，显然它不适合你。

它不起作用的原因是因为代码中有x的值会导致Collatz序列超过sys.maxint的值，从而将n变为long 1}}。然后，即使它最终回到1，它实际上是1L; long，而不是int。

尝试使用while n is not 1 and repr(n) != '1L':，它会按预期工作。但是不要这样做;只需使用n > 1或n != 1。

Answer 2

通常在Python中，is检查起来非常快，因为它使用引用相等性，所以需要检查的是两个对象具有相同的内存位置。请注意，您的代码工作的唯一原因是Python的大多数实现通常会维护较小整数的池，因此每个1始终引用相同的1，例如，可能存在多个代表1000的对象。在这些情况下，n is 1000会失败，n == 1000会起作用。您的代码依赖于此整数池，这是有风险的。

>涉及函数调用，在Python中相当慢：n > 1转换为n.__gt__(1)。

Python循环速度

2 个答案: