[英]Simpson's Rule Takes Forever to Run in Python
我编写了以下函数,用于使用辛普森规则估算函数的定积分:
def fnInt(func, a, b):
if callable(func) and type(a) in [float] and type(b) in [float]:
if a > b:
return -1 * fnInt(func, b, a)
else:
y1 = nDeriv(func)
y2 = nDeriv(y1)
y3 = nDeriv(y2)
y4 = nDeriv(y3)
f = lambda t: abs(y4(t))
k = f(max(f, a, b))
n = ((1 / 0.00001) * k * (b - a) ** 5 / 180) ** 0.25
if n > 0:
n = math.ceil(n) if math.ceil(n) % 2 == 0 else math.ceil(n) + 1
else:
n = 2
x = (b - a) / n
ans = 0
for i in range(int((n - 4) / 2 + 1)):
ans += (x / 3) * (4 * func(a + x * (2 * i + 1)) + 2 * func(a + x * (2 * i + 2)))
ans += (x / 3) * (func(a) + 4 * func(a + x * (n - 1)) + func(b))
return ans
else:
raise TypeError('Data Type Error')
但是,似乎每当我尝试使用此功能时,都要花很长时间才能产生输出。 有没有一种方法可以重写我的代码以节省时间?
正如所提到的评论之一,对代码进行概要分析将向您显示速度变慢。 也许nDeriv
很慢。 如果您没有分析工具,则可以在每个代码段周围放置time()
调用并打印结果。 在此处获取更多信息: 衡量Python中经过的时间?
因此,如果减速最终出现在您的for
循环中,可以尝试以下操作:
Python可能会在每次迭代时计算循环条件:
for i in range(int((n - 4) / 2 + 1)):
在循环之前计算一次int((n - 4) / 2 + 1)
。
x / 3
,但它永远不会改变。 在循环开始之前执行此操作。 同样,您每次循环迭代都执行2 * i
两次。
加法比乘法快。 func参数可以重写为:
xi = x * i a1 = a + xi + xi + x a2 = a1 + x
然后再进一步,您还可以将xi
重新用作累加器。 也就是说,从x = 0
开始,然后每次迭代都简单地x += x
func()
难以计算,则此函数将呈指数级缓慢。 Python可能正在为您做很多简单的优化,所以这些可能无济于事,而只是想分享一些想法。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.