為什么Python和Cython中這兩個代碼之間存在巨大的性能差異？

Question

我遇到了在Python的性能問題，我的一個朋友建議我用用Cython搜索更長時間后，我發現這個代碼在這里

蟒蛇：

def test(value):
    for i in xrange(value):
        z = i**2
        if(i==1000000):
            print i
        if z < i:
                print "yes"
test(10000001)

用Cython：

def test(long long value):
    cdef long long i
    cdef long long z
    for i in xrange(value):
        z = i**2
        if(i==1000000):
            print i
        if z < i:
            print "yes"

test(10000001)

在我執行兩個代碼之后，令人驚訝的是我通過Cython實現了100倍的加速

為什么只是通過添加變量聲明來實現這種加速？ 另外我應該提到波紋管代碼性能與Cython中的Python相同。

用Cython：

def test(long long value):
    for i in xrange(value):
        z = i**2
        if(i==1000000):
            print i
        if z < i:
            print "yes"

test(10000001)

Answer 1

Python是一種語言。 CPython是一個字節碼編譯器和Python的解釋 器 。

它需要一些代碼：

for i in xrange(value):
    z = i**2
    if(i==1000000):
        print i
    if z < i:
        print "yes"

並給你“字節碼”：

• 將迭代器加載到for循環中並將其內容循環到i
• 加載i ，加載2 ，運行二進制功率，存儲z
• 加載i ，加載1000000 ，比較
• 加載i ，打印
• 加載z ，加載i ，比較
• 加載'yes' ，打印
• 完

在全：

  1           0 SETUP_LOOP              70 (to 73)
              3 LOAD_NAME                0 (xrange)
              6 LOAD_NAME                1 (value)
              9 CALL_FUNCTION            1
             12 GET_ITER            
        >>   13 FOR_ITER                56 (to 72)
             16 STORE_NAME               2 (i)

  2          19 LOAD_NAME                2 (i)
             22 LOAD_CONST               0 (2)
             25 BINARY_POWER        
             26 STORE_NAME               3 (z)

  3          29 LOAD_NAME                2 (i)
             32 LOAD_CONST               1 (1000000)
             35 COMPARE_OP               2 (==)
             38 POP_JUMP_IF_FALSE       49

  4          41 LOAD_NAME                2 (i)
             44 PRINT_ITEM          
             45 PRINT_NEWLINE       
             46 JUMP_FORWARD             0 (to 49)

  5     >>   49 LOAD_NAME                3 (z)
             52 LOAD_NAME                2 (i)
             55 COMPARE_OP               0 (<)
             58 POP_JUMP_IF_FALSE       13

  6          61 LOAD_CONST               2 ('yes')
             64 PRINT_ITEM          
             65 PRINT_NEWLINE       
             66 JUMP_ABSOLUTE           13
             69 JUMP_ABSOLUTE           13

        >>   72 POP_BLOCK           
        >>   73 LOAD_CONST               3 (None)
             76 RETURN_VALUE

值得注意的是，在Python中，整數是int或long類的實例 。 這意味着不僅有數字，還有指針和另一條信息，至少說明它是什么類。 這會產生很多開銷。

但值得注意的是xrange如何運作。

xrange創建了一個可以由for迭代的類實例（ LOAD_NAME (xrange) ， CALL_FUNCTION ）。 for （基本上）將委托給迭代器的__iter__上的函數調用。 每個循環都有一個函數調用。

此外，每次要獲取或設置變量z或i ，都必須查看本地字典。 這真的很慢。

---

在Cython中運行純Python代碼：

當你在Cython中運行它（問題中的第三個例子）時，它會編譯為C.但是所有這些C的作用都是告訴 CPython虛擬機要做什么。

僅CPython：一個人從書中讀書，並且實際執行其功能。
CPython的與用Cython：一個人喊 的說明誰merticulously實現其功能的人。

它可能會快一點，但緩慢的部分仍然是CPython正在慢慢完成工作。

---

使用cythonized代碼：

那么當你cdef long long會發生什么呢？

• Cython知道xrange正在做long long事情：

  • 它知道循環是有效的（所以它不必檢查你給它一個list或某些）

  • 它知道循環不會溢出（因為它確實是未定義的！）

  • 因此它可以把它變成一個C循環（ for (int index=0; index<copy_of_value; index++) { i = index; ... } ）

• 這避免了int和long類，它們具有大量的間接開銷和類型檢查

• 這避免了字典查找。 事情永遠都是你把它們放在堆棧上的地方

• 例如i ** 2更簡單，因為例程可以內聯（它總是一個數字，粗魯）並直接在整數上工作並忽略溢出

因此，結果最終主要由C運行，並且只進入CPython進行一些清理和print調用。

---

合理？

Answer 2

正如我在評論中提到的：你的第三個解決方案是較慢/ as-slow-as-python-version，因為它缺少允許Cython加速代碼的靜態類型功能。 當你將變量聲明為long fe時，Cython不需要構造一個“昂貴的”Python-Object，但可能完全依賴於C-Code。 我不是Cython也不是Python專家，但我猜Python的對象構造是主要的瓶頸。