使用L1 CPU缓存的c ++算法的Python实现

Question

我正在寻找使用分段筛子并使用CPU的L1 Cache来实现Eratosthenes筛子的python实现的方法。

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。

我找到了以下站点-http://primesieve.org/segmented_sieve.html ，该站点提供了使用L1缓存大小的C ++实现。 它说它比我的算法快得多（我的算法花了几分钟来创建高达10 ^ 7的素数，并且由于内存使用情况而挂在10 ^ 8上）。

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

我是python的新手。

我想知道：

1. 我如何开始实现此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中编码的东西？
4. 那多线程呢？
5. 那超线程呢？
6. python的GIL呢？

寻找答案，以回答以上所有问题的精神。 欢迎提示和技巧。

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。 另外，10 ^ 8仅为1/2 Gig，因此您当前的实现在元素分配方面必须非常低效。 您最好创建尽可能大的字符串，并将其索引为筛存储，而不是如果只打算在每个位置存储单个标志，则不使用整数数组？ 当然，可以将字符串用作分段筛存储，如果幸运的话，它们可能足够小，可以驻留在L1高速缓存中。 C有一些不错的位索引和操作，我相信python中提供了这些功能，可以让您独立地操作每个位。 您可以对字符值进行位操作。