- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在设计布隆过滤器,我想知道 Python 中性能最高的位数组实现是什么。
Python 的优点在于它可以开箱即用地处理任意长度的整数,这就是我现在使用的,但我对 Python 的内部结构了解不够,无法知道这是否是在 Python 中执行此操作的最高效方法.
我找到了 bitarray
但它处理很多其他事情,比如切片,我不需要。我只需要 &
和 |
和 <<
操作。
最佳答案
内置的 int
优化得很好,它已经支持 &
、 |
和 <<
。
至少有一种基于 GMP 的任意长度整数的替代实现,称为 gmpy2
。 (还有原始的 gmpy
、 PyGMP
、 Sophie
和其他一些围绕同一个库的包装器,但我怀疑它们是否有任何真正的性能差异。)
“位数组”思想有两个主要实现, bitarray
(您链接的那个)和 bitstring
,还有一些像 intbitset
这样的库,它们为您提供了一个类似集合的接口(interface)(它也适用于你的用途)。
所以,让我们把它们放在一起比较一下:
import random
import struct
import timeit
import bitarray
import bitstring
import gmpy2
n = random.randrange((1<<31)+1, 1<<32)
bs = bitstring.pack('<q', n)
ba = bitarray.bitarray(64)
ba.frombytes(struct.pack('<q', n))
gm = gmpy2.mpz(n)
py = n
for x in 'bs', 'ba', 'gm', 'py':
def f(x=locals()[x]): x | x; x & x
t = timeit.timeit(f, number=10000)
print(x, t)
在我的 Mac 上,运行 Python.org 64 位 CPython 3.3.2,这是我得到的:
bs 0.7623525890521705
ba 0.006623028079047799
gm 0.0016346259508281946
py 0.002280334010720253
这似乎足以立即消除 bitstring
。
此外,虽然我没有在这里显示 intbitset
,因为它和我发现的任何类似库都不能与 Python 3 一起使用,但从各种比较(使用 intbitset.intbitset([i for i, bit in enumerate(bin(n)[2:]) if bit != '0'])
)来看,它在每次测试中都比 int
慢 14 到 70 倍我扔了它,所以我也立即驳回了它。
所以让我们用更多次数尝试其他三个:
ba 6.385123810963705
gm 1.5937359740491956
py 2.129726824001409
而且这些数字站得住脚。 bitarray
远不及内置的 int
快。它使用起来也更笨拙(请注意,应该是“替代构造函数”的类方法是一个实例方法,没有快速简便的方法来从 int 转换或向 int 转换,我只测试 x | x
和 x & x
的原因是是对运营商的限制)。如果您需要一个整数作为位数组,那很好;如果您需要对整数进行 C 风格的位元处理,那不是它最擅长的。
至于 gmpy2
,它似乎比原生 int
快三分之一。如果我们让数字大很多,比如 1.5kbits,会怎样?
gm 0.19562570203561336
py 0.29293217696249485
这里是 Apple Python 2.7.5 的数字:
('gm', 0.2890629768371582)
('py', 0.36592698097229004)
那么,值得吗?它使用起来不太友好,在你没有询问的其他一些操作上它更慢而不是更快,它需要一个第三方 C 库,它是 LGPL 许可的,它在内存溢出情况下有更糟糕的错误处理行为(例如,您的应用程序可能会出现段错误而不是引发错误),并且 StackOverflow 上至少会有一个人会出现并告诉您 GMP 一提到它就糟透了(我相信是因为旧版本中的错误)。
但如果您需要额外的速度,也许这是值得的。
另一方面,这里是 PyPy、3.2.3/2.1.0b1 和 PyPy 2.7.3/2.1.0,使用 native int
类型——与上面 gmpy2 的 0.19562570203561336 和 0.2890629768371582 结果相比:
py 0.2135779857635498
('py', 0.20878291130065918)
因此,从 CPython 切换到 PyPy 给您带来的好处几乎与在 Python 3 中从 int
切换到 gmpy2.mpz
一样多,在 Python 2 中的好处要多得多。而且它几乎肯定也会加速您的其余代码。
关于python 位数组(性能),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20845686/
在这段令人惊叹的视频 ( https://www.youtube.com/watch?v=udix3GZouik ) 中,Alex Blom 谈到了 Ember 在移动世界中的“黑客攻击”。 在 22
我们希望通过我们的应用收集使用情况统计信息。因此,我们希望在服务器端的某个地方跟踪用户操作。 就性能而言,哪个选项更合适: 在 App Engine 请求日志中跟踪用户操作。即为每个用户操作写入一个日
在针对对象集合的 LINQ 查询的幕后究竟发生了什么?它只是语法糖还是发生了其他事情使其更有效的查询? 最佳答案 您是指查询表达式,还是查询在幕后的作用? 查询表达式首先扩展为“普通”C#。例如: v
我正在构建一个简单的照片库应用程序,它在列表框中显示图像。 xaml 是:
对于基于 Web 的企业应用程序,使用“静态 Hashmap 存储对象” 和 apache java 缓存系统有何优缺点?哪一个最有利于性能并减少堆内存问题 例如: Map store=Applica
我想知道在性能方面存储类变量的最佳方式是什么。我的意思是,由于 Children() 函数,存储一个 div id 比查找所有其他类名更好。还是把类名写在变量里比较好? 例如这样: var $inne
我已经阅读了所有这些关于 cassandra 有多快的文章,例如单行读取可能需要大约 5 毫秒。 到目前为止,我不太关心我的网站速度,但是随着网站变得越来越大,一些页面开始需要相当多的查询,例如一个页
最近,我在缓存到内存缓存之前的查询一直需要很长时间才能处理!在这个例子中,它花费了 10 秒。在这种情况下,我要做的就是获得 10 个最近的点击。 我感觉它加载了所有 125,592 行然后只返回 1
我找了几篇文章(包括SA中的一些问题),试图找到基本操作的成本。 但是,我尝试制作自己的小程序,以便自己进行测试。在尝试测试加法和减法时,我遇到了一些问题,我用简单的代码向您展示了这一点
这个问题在这里已经有了答案: Will Java app slow down by presence of -Xdebug or only when stepping through code? (
我记得很久以前读过 with() 对 JavaScript 有一些严重的性能影响,因为它可能对范围堆栈进行非确定性更改。我很难找到最近对此的讨论。这仍然是真的吗? 最佳答案 与其说 with 对性能有
我们有一个数据仓库,其中包含非规范化表,行数从 50 万行到 6 多万行不等。我正在开发一个报告解决方案,因此出于性能原因我们正在使用数据库分页。我们的报告有搜索条件,并且我们已经创建了必要的索引,但
我有一条有效的 SQL 语句,但需要很长时间才能处理 我有一个 a_log 表和一个 people 表。我需要在 people 表中找到给定人员的每个 ID 的最后一个事件和关联的用户。 SELECT
很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它,visit the help center 。 已关
通常当我建立一个站点时,我将所有的 CSS 放在一个文件中,并且一次性定义与一组元素相关的所有属性。像这样: #myElement { color: #fff; background-
两者之间是否存在任何性能差异: p { margin:0px; padding:0px; } 并省略最后的分号: p { margin:0px; padding:0px } 提前致谢!
我的应用程序 (PHP) 需要执行大量高精度数学运算(甚至可能出现一共100个数字) 通过这个论坛的最后几篇帖子,我发现我必须使用任何高精度库,如 BC Math 或 GMP,因为 float 类型不
我一直在使用 javamail 从 IMAP 服务器(目前是 GMail)检索邮件。 Javamail 非常快速地从服务器检索特定文件夹中的消息列表(仅 id),但是当我实际获取消息(仅包含甚至不包含
我非常渴望开发我的第一个 Ruby 应用程序,因为我的公司终于在内部批准了它的使用。 在我读到的关于 Ruby v1.8 之前的所有内容中,从来没有任何关于性能的正面评价,但我没有发现关于 1.9 版
我是 Redis 的新手,我有一个包含数百万个成员(member) ID、电子邮件和用户名的数据集,并且正在考虑将它们存储在例如列表结构中。我认为 list 和 sorted set 可能最适合我的情
我是一名优秀的程序员,十分优秀!