this question中出现了python随机模块的性能问题,特别是random.sample
和random.shuffle
。在我的计算机上,我得到以下结果:
> python -m timeit -s 'import random' 'random.randint(0,1000)'
1000000 loops, best of 3: 1.07 usec per loop
> python3 -m timeit -s 'import random' 'random.randint(0,1000)'
1000000 loops, best of 3: 1.3 usec per loop
python3与python2的性能下降超过20%。情况变得更糟。
> python -m timeit -s 'import random' 'random.shuffle(list(range(10)))'
100000 loops, best of 3: 3.85 usec per loop
> python3 -m timeit -s 'import random' 'random.shuffle(list(range(10)))'
100000 loops, best of 3: 8.04 usec per loop
> python -m timeit -s 'import random' 'random.sample(range(10),3)'
100000 loops, best of 3: 2.4 usec per loop
> python3 -m timeit -s 'import random' 'random.sample(range(10),3)'
100000 loops, best of 3: 6.49 usec per loop
这表示random.shuffle
的性能下降100%,random.sample
的性能下降近200%。这非常严重。
我在上面的测试中使用了python 2.7.9和python 3.4.2。
我的问题:python3中的random
模块发生了什么?
答案 0 :(得分:20)
-----------改变了什么------------------------------- ---------------- 强>
发生了几件事:
整数在整数/长期统一中变得不那么有效。这也是为什么整数现在是28字节宽而不是64位Linux / MacOS版本上的24字节。
使用_randbelow
,Shuffle变得更加准确。这消除了先前算法中的微妙偏差。
索引变得更慢,因为从 ceval.c 中删除了整数索引的特殊情况,主要是因为它更难以处理更新的整数,并且因为一些核心开发人员没有&# 39;认为优化是值得的。
范围()函数已替换为 xrange()。这是相关的,因为OP的时序都在内循环中使用 range()。
shuffle()和 sample()的算法原本没有改变。
Python 3做了许多改变,比如unicode-无处不在,这使得内部更复杂,更慢,内存更密集。作为回报,Python 3使用户更容易编写正确的代码。
同样,int / long统一使语言更简单,但代价是速度和空间。在随机模块中切换到使用_randbelow()
会产生运行时成本,但在准确性和正确性方面会受益。
-----------结论-------------------------------- ------------------ 强>
简而言之,Python 3在某些方面对许多用户来说更好,在某些方面更糟糕,人们很少注意到。工程通常需要权衡利弊。
-----------详情-------------------------------- ------------------------- 强>
shuffle()的Python2.7代码:
def shuffle(self, x, random=None):
if random is None:
random = self.random
_int = int
for i in reversed(xrange(1, len(x))):
# pick an element in x[:i+1] with which to exchange x[i]
j = _int(random() * (i+1))
x[i], x[j] = x[j], x[i]
shuffle()的Python3.6代码:
def shuffle(self, x, random=None):
if random is None:
randbelow = self._randbelow
for i in reversed(range(1, len(x))):
# pick an element in x[:i+1] with which to exchange x[i]
j = randbelow(i+1) # <-- This part changed
x[i], x[j] = x[j], x[i]
else:
_int = int
for i in reversed(range(1, len(x))):
# pick an element in x[:i+1] with which to exchange x[i]
j = _int(random() * (i+1))
x[i], x[j] = x[j], x[i]
Python 2.7整数大小:
>>> import sys
>>> sys.getsizeof(1)
24
Python 3.6整数大小:
>>> import sys
>>> sys.getsizeof(1)
28
索引查找的相对速度(使用索引到列表中的整数参数的二进制订阅):
$ python2.7 -m timeit -s 'a=[0]' 'a[0]'
10000000 loops, best of 3: 0.0253 usec per loop
$ python3.6 -m timeit -s 'a=[0]' 'a[0]'
10000000 loops, best of 3: 0.0313 usec per loop
ceval.c 中的Python 2.7代码,其中包含索引查找的优化:
TARGET_NOARG(BINARY_SUBSCR)
{
w = POP();
v = TOP();
if (PyList_CheckExact(v) && PyInt_CheckExact(w)) {
/* INLINE: list[int] */
Py_ssize_t i = PyInt_AsSsize_t(w);
if (i < 0)
i += PyList_GET_SIZE(v);
if (i >= 0 && i < PyList_GET_SIZE(v)) {
x = PyList_GET_ITEM(v, i);
Py_INCREF(x);
}
else
goto slow_get;
}
else
slow_get:
x = PyObject_GetItem(v, w);
Py_DECREF(v);
Py_DECREF(w);
SET_TOP(x);
if (x != NULL) DISPATCH();
break;
}
ceval.c 中的Python 3.6代码,没有对索引查找进行优化:
TARGET(BINARY_SUBSCR) {
PyObject *sub = POP();
PyObject *container = TOP();
PyObject *res = PyObject_GetItem(container, sub);
Py_DECREF(container);
Py_DECREF(sub);
SET_TOP(res);
if (res == NULL)
goto error;
DISPATCH();
}