str.find() 的 numba 實現如何比純 python 慢？

Question

怎么可能，str.find() 的純 python 代碼比它的 numba 實現更快？
numba==0.48.0 （0.49.0 無法加載，似乎有問題）

from timeit import default_timer as timer
from numba import jit,njit

def search_match(a,search,n):
   for z in range(n):
      i = a.find(search)
   return i

@njit
def search_match_jit(a,search,n):
   for z in range(n):
      i = a.find(search)
   return i

n = 10000000
a  = '.56485.36853.32153.65646.34763.23152.11321.65886.54975.12781.'
search = '2315'

print('Str.find:')
start = timer()
i = search_match(a,search,n)
print(timer() - start)

i = search_match_jit(a,search,1) # precompile
print('Jit:')
start = timer()
i = search_match_jit(a,search,n)
print(timer() - start)

Answer 1

str.find的內置 CPython 實現不是“純 Python”——它已經用 C 編寫： https://github.com/python/cpython/blob/master/Objects/stringlib/find.h

這不是我們期望 Numba 加速的事情。 確實，由於 Numba 有其他並發症需要處理，所以速度慢一點也就不足為奇了。 請參閱Numba 文檔中的以下“警告”，其中我將最后一句加粗以強調：

已知某些操作的性能比 CPython 實現要慢。 其中包括 substring 搜索（ in 、 .contains()和find() ）和字符串創建（如.split() ）。 提高字符串性能是一項持續的任務，但是對於孤立的基本字符串操作，CPython 的速度不太可能被超越。 Numba 最成功地用於碰巧涉及字符串的大型算法，其中基本的字符串操作不是瓶頸。

基本上，Numba 開發人員在 nopython 模式中添加了字符串方法，以便用戶可以更輕松地編譯他們的代碼，而這些用戶可能有幾行代碼，碰巧涉及字符串與繁重的數字代碼混合在一起，無需任何重新設計即可編譯他們的代碼。 但是 Numba 並不是為了加快字符串代碼的速度：它的目標是繁重的數字內容，而字符串支持只是為了方便。