使用L1 CPU Cache的c ++算法的Python实现

Question

我正在寻找使用分段筛子和使用CPU的L1缓存进行Eratosthenes筛子的python实现。

我在github上有自己的版本：https://github.com/nick599/PythonMathsAlgorithms/blob/master/segmented_soe_v6.py，它不使用CPU的L1缓存大小。

我找到了以下网站 - http://primesieve.org/segmented_sieve.html，它使用L1缓存大小来提供C ++实现。它说它比我的算法快得多（我需要几分钟才能创建高达10 ^ 7的质数，并且由于内存使用而挂起10 ^ 8）。

我正在开发Linux Mint v17，python版本：2.74。 更新我的CPU是Intel i7。

我对python很新。

我想知道：

1. 如何开始实现此C ++算法的python版本？
2. 我需要考虑什么？
3. C ++实现中是否存在无法在Python 2.74中编码的内容？
4. 多线程怎么样？
5. 超线程怎么样？
6. python＆＃39; GIL怎么样？

寻找能够回答上述所有问题精神的答案。欢迎提示和提示。

Answer 1

我不确定您是否可以对Python如何使用内存做出足够的假设，以确保它有效地使用L1缓存。 此外，10 ^ 8仅为1/2 Gig，因此您的当前实现在元素分配方面必须非常低效。 你可能最好创建最大可能的字符串，并将其编入索引存储，而不是使用整数数组，如果你只想在每个位置存储一个标志？ 当然可以使用字符串作为分段筛存储，如果幸运的话，它们可能小到可以存在于L1缓存中。 C有一些很好的位索引和操作，我确信它在python中可用，允许你独立操作每个位。你可以对字符值进行一些操作。