我正在为基于稀疏体素八叉树的STL模型进行体素化。 我有一个带有大约100,000个三角形的3D数组（每个三角形都有3个点，每个点的x，y，z值）。
我需要为每个三角形计算一些点和值。 我用标准的CPython编写了该算法，运行了3秒钟，这对我来说很慢（大约0.5 s很好）。
我改用PyPy作为JIT编译器，并且表现非常出色。 如果我为每个三角形运行不带点/值集合A的代码（请参见代码）（计算边界框和法线），则其性能比CPython高出10倍或更多；如果我不带点集B的代码运行代码，其性能优于CPython。好。当我同时运行两个算法集时，它的运行速度比CPYthon（或Set A独奏+ Set B独奏组合）慢得多。
您是否知道问题出在哪里？ 我认为这可能是内存问题。我在vm选项中为pypy分配了更多的堆内存，但是没有用。在循环迭代（使用“ del”）无效后，我删除了所有变量。
我在基于x64的计算机上使用Windows 10家庭版10.0.18363。
我在PyCharm Community Edition 2020.2.2中使用pypy3.6-v7.3.2rc1-win32
这些是Vm选项：
-Xmx2048m
-Xms750m
-XX:ReservedCodeCacheSize=240m
-XX:+UseConcMarkSweepGC
-XX:SoftRefLRUPolicyMSPerMB=50
-ea
-XX:CICompilerCount=2
-Dsun.io.useCanonPrefixCache=false
-Djdk.http.auth.tunneling.disabledSchemes=""
-XX:+HeapDumpOnOutOfMemoryError
-XX:-OmitStackTraceInFastThrow
-Djdk.attach.allowAttachSelf=true
-Dkotlinx.coroutines.debug=off
-Djdk.module.illegalAccess.silent=true
非常感谢您的每条建议。
import trimesh as tr
import sys
import datetime
def doT(a,b):
res=a[0]*b[0]+a[1]*b[1]+a[2]*b[2]
return res
def doT2(a,b):
res=a[0]*b[0]+a[1]*b[1]
return res
def minus (a,b):
res=[a[0]-b[0],a[1]-b[1],a[2]-b[2]]
return res
def plus (a,b):
res = [a[0] + b[0], a[1] + b[1], a[2] + b[2]]
return res
def crosS(a,b):
res=[a[1]*b[2]-a[2]*b[1],a[2]*b[0]-a[0]*b[2],a[0]*b[1]-a[1]-b[0]]
return res
def miN(a,b):
if a<b:
return a
else:
return b
def maX(a,b):
if a>b:
return a
else:
return b
trim=tr.load("Stanford_Bunny.stl")
trim.rezero()
triangle_list_tr=trim.triangles
triangle_list=triangle_list_tr.tolist()
for triangle in triangle_list:
'vertices of surface triangle'
P1 = triangle[0]
P2 = triangle[1]
P3 = triangle[2]
n = crosS(minus(P1, P2), minus(P3, P2))
n_sum = n[0] + n[1] + n[2]
n[0] = n[0] / abs(n_sum)
n[1] = n[1] / abs(n_sum)
n[2] = n[2] / abs(n_sum)
P1x = triangle[0][0]
P1y = triangle[0][1]
P1z = triangle[0][2]
P2x = triangle[1][0]
P2y = triangle[1][1]
P2z = triangle[1][2]
P3x = triangle[2][0]
P3y = triangle[2][1]
P3z = triangle[2][2]
counter+=1
#Set A start
bbxmin = min(P1x, P2x, P3x)
bbxmax = max(P1x, P2x, P3x)
bbymin = min(P1y, P2y, P3y)
bbymax = max(P1y, P2y, P3y)
bbzmin = min(P1z, P2z, P3z)
bbzmax = max(P1z, P2z, P3z)
#Set A End
#Set B Start
P1_xy = [P1[0], P1[1]]
P2_xy = [P2[0], P2[1]]
P3_xy = [P3[0], P3[1]]
if n[2] >= 0:
e_xy_12 = [-1 * (P1[1] - P2[1]), P1[0] - P2[0]]
e_xy_23 = [-1 * (P2[1] - P3[1]), P2[0] - P3[0]]
e_xy_31 = [-1 * (P3[1] - P1[1]), P3[0] - P1[0]]
else:
e_xy_12 = [-1 * (P2[1] - P1[1]), P2[0] - P1[0]]
e_xy_23 = [-1 * (P3[1] - P2[1]), P3[0] - P2[0]]
e_xy_31 = [-1 * (P1[1] - P3[1]), P1[0] - P3[0]]
P1_xz = [P1[0], P1[2]]
P2_xz = [P2[0], P2[2]]
P3_xz = [P3[0], P3[2]]
if n[1] >= 0:
e_xz_12 = [-1 * (P2[2] - P1[2]), P2[0] - P1[0]]
e_xz_23 = [-1 * (P3[2] - P2[2]), P3[0] - P2[0]]
e_xz_31 = [-1 * (P1[2] - P3[2]), P1[0] - P3[0]]
else:
e_xz_12 = [-1 * (P1[2] - P2[2]), P1[0] - P2[0]]
e_xz_23 = [-1 * (P2[2] - P3[2]), P2[0] - P3[0]]
e_xz_31 = [-1 * (P3[2] - P1[2]), P3[0] - P1[0]]
P1_yz = [P1[1], P1[2]]
P2_yz = [P2[1], P2[2]]
P3_yz = [P3[1], P3[2]]
if n[0] >= 0:
e_yz_12 = [-1 * (P1[2] - P2[2]), P1[1] - P2[1]]
e_yz_23 = [-1 * (P2[2] - P3[2]), P2[1] - P3[1]]
e_yz_31 = [-1 * (P3[2] - P1[2]), P3[1] - P1[1]]
else:
e_yz_12 = [-1 * (P2[2] - P1[2]), P2[1] - P1[1]]
e_yz_23 = [-1 * (P3[2] - P2[2]), P3[1] - P2[1]]
e_yz_31 = [-1 * (P1[2] - P3[2]), P1[1] - P3[1]]
#Set B End
del bbxmin
del bbxmax
del bbymin
del bbymax
del bbzmin
del bbzmax
del P1x
del P1y
del P1z
del P2x
del P2y
del P2z
del P3x
del P3y
del P3z
del P1_xy
del P2_xy
del P3_xy
del P1_xz
del P2_xz
del P3_xz
del P1_yz
del P2_yz
del P3_yz
del P1
del P2
del P3
del e_yz_12
del e_yz_23
del e_yz_31
del e_xz_12
del e_xz_23
del e_xz_31
del e_xy_12
del e_xy_23
del e_xy_31
答案 0 :(得分：0)
如果代码有很多嵌套，则Pypy较慢。 CPython已经针对其他方式进行了优化。如果您以正确的方式（而不是C）使用python，则pypy会更快。