[英]Cython implementation no faster than pure python
对于一个练习,我写了一个 XOR 双向链表
%%cython
from cpython.object cimport PyObject
from cpython.ref cimport Py_XINCREF, Py_XDECREF
from libc.stdint cimport uintptr_t
cdef class Node:
cdef uintptr_t _prev_xor_next
cdef object val
def __init__(self, object val, uintptr_t prev_xor_next=0):
self._prev_xor_next=prev_xor_next
self.val=val
@property
def prev_xor_next(self):
return self._prev_xor_next
@prev_xor_next.setter
def prev_xor_next(self, uintptr_t p):
self._prev_xor_next=p
def __repr__(self):
return str(self.val)
cdef class CurrentNode(Node):
cdef uintptr_t _node, _prev_ptr
def __init__(self, uintptr_t node, uintptr_t prev_ptr=0):
self._node = node
self._prev_ptr= prev_ptr
@property
def val(self):
return self.node.val
@property
def node(self):
ret=<PyObject *> self._node
return <Node> ret
@property
def prev_ptr(self):
return self._prev_ptr
cdef CurrentNode forward(self):
if self.node.prev_xor_next!=self._prev_ptr:
return CurrentNode(self.node.prev_xor_next^self._prev_ptr, self._node)
cdef CurrentNode backward(self):
if self._prev_ptr:
pp=<PyObject*>self._prev_ptr
return CurrentNode(self._prev_ptr, self._node^(<Node> pp).prev_xor_next)
def __repr__(self):
return str(self.node)
cdef class XORList:
cdef PyObject* first
cdef PyObject* last
cdef int length
def __init__(self):
self.length=0
@property
def head(self):
return (<Node> self.first)
@property
def tail(self):
return (<Node> self.last)
cdef append(self, object val):
self.length+=1
#empty list
if not self.first:
t=Node(val)
tp=(<PyObject*> t)
self.first=tp
Py_XINCREF(tp)
self.last=tp
Py_XINCREF(tp)
#not empty
else:
new_node=Node(val, <uintptr_t> self.last)
new_ptr=<PyObject*> new_node
cur_last=<Node>self.last
cur_last.prev_xor_next=cur_last.prev_xor_next^(<uintptr_t> new_ptr)
Py_XINCREF(new_ptr)
self.last=new_ptr
Py_XINCREF(new_ptr)
cpdef reverse(self):
temp=self.last
self.last=self.first
self.first=temp
def __repr__(self):
return str(list(iter_XORList(self)))
def __len__(self):
return self.length
def iter_XORList(l):
head=<PyObject*>l.head
cur=CurrentNode(<uintptr_t> head)
while cur:
yield cur
cur=cur.forward()
import time
start=time.time()
cdef XORList l=XORList()
for i in range(100000):
l.append(i)
print('time xor ', time.time()-start)
start=time.time()
l1=[]
for i in range(100000):
l1.append(i)
print('time regular ', time.time()-start)
使用上面的内置列表,我在 cython 链表上的性能总是差 10 倍左右。
time xor 0.10768294334411621
time regular 0.010972023010253906
当我分析 xorlist 的循环时,我得到:
700003 function calls in 1.184 seconds
Ordered by: standard name
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 1.184 1.184 <string>:1(<module>)
1 0.039 0.039 1.184 1.184 _cython_magic_14cf45d2116440f3df600718d58e4f95.pyx:108(list_check)
100000 0.025 0.000 0.025 0.000 _cython_magic_14cf45d2116440f3df600718d58e4f95.pyx:11(__init__)
99999 0.019 0.000 0.019 0.000 _cython_magic_14cf45d2116440f3df600718d58e4f95.pyx:16(__get__)
99999 0.018 0.000 0.018 0.000 _cython_magic_14cf45d2116440f3df600718d58e4f95.pyx:19(__set__)
1 0.000 0.000 0.000 0.000 _cython_magic_14cf45d2116440f3df600718d58e4f95.pyx:60(__init__)
100000 0.937 0.000 0.999 0.000 _cython_magic_14cf45d2116440f3df600718d58e4f95.pyx:70(append)
100000 0.113 0.000 1.146 0.000 line_profiler.py:111(wrapper)
1 0.000 0.000 1.184 1.184 {built-in method builtins.exec}
1 0.000 0.000 0.000 0.000 {method 'disable' of '_lsprof.Profiler' objects}
100000 0.018 0.000 0.018 0.000 {method 'disable_by_count' of '_line_profiler.LineProfiler' objects}
100000 0.015 0.000 0.015 0.000 {method 'enable_by_count' of '_line_profiler.LineProfiler' objects}
因此,忽略对append
的调用,似乎大部分时间都花在了特殊方法上。
这让我想到了我的问题:
我还在纯 python 中尝试了另一种普通双向链表的自定义实现,它和 cython xorlist 的时序在我的机器上相似,相差 10%。
分析中的三个罪魁祸首看起来是 Node 的__init__
(这在这里是不可避免的),以及__get__
属性的prev_xor_next
和__set__
。 我的观点是你不想要prev_xor_next
属性(或者如果你这样做,它应该是只读的),因为它使 Python 中的 Cython 内部可以访问。
无论您是否删除该属性,您都在 Cython 中工作,因此您可以直接写入底层 C 属性_prev_xor_next
。 您可能需要在 append 的开头设置cdef Node cur_last
append
也许在其他函数中)以确保 Cython 知道cur_last
的类型 - 我认为它应该能够解决它但是如果你在运行时得到AttributeErrors
那么这是你需要做什么。
这种变化使我的速度提高了 30%(即它仍然比常规列表慢,但这是一个显着的改进)。
我将概述一个更剧烈的变化,我可能应该就你关于这个问题的第一个问题提出建议。 这确实是一个模糊的轮廓,所以没有努力让它发挥作用......
Node
完全在您的XORList
class 内部:它不应该在 Python 中使用,并且XORList
中所有Nodes
的生命周期直接与列表相关联。 因此,它们应该在销毁它们拥有的XORList
时被销毁(或者如果列表缩小等),因此不需要进行引用计数。 因此Node
应该是 C 结构而不是 Python object:
cdef struct Node: uintptr_t prev_xor_next PyObject* val # with associated constructor- and destructor-like functions: cdef Node* make_node(object val, uintptr_t prev_xor_next): cdef Node* n = <Node*>malloc(sizeof(Node)) n.val = <PyObject*>val Py_XINCREF(n.val) n.prev_xor_next = prev_xor_next return n cdef void destroy_node(Node* n): Py_XDECREF(n.val) free(n)
XORList
需要一个__dealloc__
function 循环遍历每个Node
上调用destroy_node
的列表(它也需要一个__dealloc__
function 在您的版本中!)
CurrentNode
需要保留 Cython class,因为这是您的“迭代器”接口。 它显然不能再从Node
继承。 我将其更改为:
cdef class XORListIterator: cdef Node* current_node cdef XORList our_list
our_list
属性的重点是确保XORList
至少与CurrentNode
一样长 - 如果您最终得到一个不再存在的XORList
的迭代器,则current_node
属性将无效。 current_node
不属于XORListIterator
,因此不需要析构函数。
我认为这种方案的危险在于确保如果对XORList
的任何更改都不会完全使任何现有的XORListIterators
失效,那么就会导致崩溃。 我怀疑这也是您当前版本的问题。
我怀疑内置list
仍将保持竞争力,因为它是一个编写良好、高效的结构。 请记住, list.append
通常是一个简单的Py_INCREF
,偶尔会重新分配和复制数组。 你的总是涉及创建一个新的 Python object ( Node
)以及一些相关的引用计数。
我的替代方案避免了很多引用计数(在计算时间和“你必须考虑它”的时间方面),所以我希望它更接近。 它保留了每个append
分配一个小的 memory 的缺点,这对于链表结构是不可避免的。
附录:解决关于“Cython 类的便利性”的评论。 在我看来,使用 Cython class 与结构的两个优点是:
XORList
的实现细节,不应该暴露给 Python 用户。因此,我认为使用 Cython 类的主要原因不适用于您的问题。 (当然,对于很多代码来说,优势确实适用!)
可能还值得补充的是,构建 Cython 类可能是它们速度较慢的特性之一——为了支持可能的 inheritance,构建过程相当“间接”。 您已经设法创建了一个几乎所有构建的基准 - 我猜它是一个稍微倾斜的基准,实际情况可能没有那么糟糕。
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.