Question

我一直在玩Birthday Problem，并提出了以下代码。问题是，即使是100万次运行，也可能需要相当长的时间。由于tick()是最昂贵的函数，并且很好地隔离（我认为），我如何多线程while循环部分？

来自c++ openmp背景，我可能会使用#pragma omp parallel，但我不知道如何在python中执行此操作，尤其是{ {1}}问题

我还有其他方法可以提高效果吗？

GIL

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
  1000000   10.320    0.000   21.736    0.000 sim.py:29(tick)
 24617823    6.931    0.000    9.209    0.000 sim.py:8(getday)
 24617823    2.278    0.000    2.278    0.000 {method 'randint' of 'mtrand.RandomState' objects}
 23617823    2.115    0.000    2.115    0.000 {method 'add' of 'set' objects}
        1    0.983    0.983   22.967   22.967 sim.py:12(main)
   999999    0.105    0.000    0.105    0.000 {method 'append' of 'list' objects}

Answer 1

尝试使用此代码，其中main（）下的padding = 'SAME'子句选择原始版本或mp版本...

if

在我的14核机器运行时间从21秒到1.75秒，这非常接近理论最大值。

您可以尝试在多处理中使用几种不同的并行方法。请参阅https://docs.python.org/2/library/multiprocessing.html 16.6.2.9。流程池

请注意，可选的chunksize参数会极大地影响性能。使用import numpy as np import multiprocessing as mp def getday(): return np.random.randint(1, 366) def main(): size = 1000000 if 0: # original version popSize = [tick()] while len(popSize) < size: popSize.append(tick()) else: # multithreaded pool = mp.Pool() popSize = pool.map(tick, range(size)) print "Iterations %d" % len(popSize) print "Average pop size %d" % (sum(popSize) / len(popSize)) print "Min pop size %d" % min(popSize) print "Max pop size %d" % max(popSize) def tick(dummy=None): days = set() day = getday() while day not in days: days.add(day) day = getday() return len(days) if __name__ == '__main__': main()似乎并不需要加速，但如果您使用map，则需要将imap设置为100以查看加速。

多线程生日悖论

1 个答案: