Python for for 循环优化答案

【问题标题】：Python for for loops OptimisationPython for for 循环优化
【发布时间】：2015-04-15 05:29:26
【问题描述】：

所以我得到了一段代码，我在上面尝试了让它运行得更快的方法......因为执行大约需要 40 秒：

for i in range (1, len(pk), 2): for j in range (2, len(pk), 2): b = random.randrange(2 ** Const.ALPHA) sum += (b * pk[i] * pk[j])

我尝试了线程...它运行速度并不快。我尝试将 sum() 与嵌入其中的两个 for 循环一起使用。它也不会跑得更快。

pk 元素是非常大的 int。

现在，len(pk) 等于 162，Const.ALPHA 等于 9。但在未来，它很可能不止于此。

谢谢

PS：顺便说一句，如果你能猜出程序使用这些变量的目的是什么，你就会得到一个 cookie。

【问题讨论】：

您是说系统上大约 1600 个循环需要 40 秒？那是 Pentium 1 还是更早的版本？
我想说的是显而易见的，但是用 C/C++ 实现它并从 Python 调用它呢？ boost.org/doc/libs/1_49_0/libs/python/doc
@AshwiniChaudhary 获得了 i7 =)。整数非常非常大
@fzqf 然后试试gmpy。
@Jack 问题是 C/C++ 本身并不管理大整数。因此，C/C++ 和 Python 之间的互操作性可能会变得复杂。

标签： python c++ loops python-3.x optimization

【解决方案1】：

我没有 i7 :) 我不知道你的数字有多大。我用 65536 位 pk[i] 试了一下，你的函数用了将近 10.5 秒，所以我想你的数字仍然大很多。

但我认为结果应该是指示性的。下面的函数耗时 0.45 秒（加速超过 20 倍）；它通过将sum(sum(r(b)*pk[i]*pk[j])) 转换为sum(pk[i]*sum(r(b)*pk[j])) 来避免将bignum 相乘。这不仅减少了乘法，而且剩下的大部分乘法都是 smallnum * bignum 而不是 bignum * bignum。

使用生成器和列表推导可能无济于事。 YMMV。

def xmul(pk):
  # The speedup from these locals is insignificant, but
  # it lets the inline generator fit on a line.
  rmax = 2**const.ALPHA
  r = random.randrange
  return sum(
        pki * sum(r(rmax) * pkj for pkj in pk[2::2])
        for pki in pk[1::2]
  )

【讨论】：

这真是太棒了。非常感谢 =))
是的，很明显pki不需要每次都相乘，但可以因式分解。