python - 为什么Python中的这段代码比C++快得多？

Question

在Python中，我有以下简单代码:

N = 10000
mu = 0.0001
iterations = 10000
l = 10

@nb.njit()
def func1(N, l, mu, iterations):
    intList = [0]*N
    for x in range(iterations):
        for number in range(N):
            for position in range(l):
                if random.random() < mu:
                    intList[number] = intList[number] ^ (1 << position)

func1(N, l, mu, iterations)

count = 1
print(timeit(lambda: func1(N, l, mu, iterations), number=count))
>>> 5.677

我不习惯C++，但想看看它与Python版本相比有多快。由于我的Python代码非常简单，所以我想可以尝试一下。我的C++代码应该等效于Python代码是

#include <iostream>
#include <random>

using namespace std; 

int func1(int iterations, int l, int N, float mu)
{
    std::random_device rd;  //Will be used to obtain a seed for the random number engine
    std::mt19937 gen(rd()); //Standard mersenne_twister_engine seeded with rd()
    std::uniform_real_distribution<> dis(0.0, 1.0);
    std::vector<int> intList(N);

    //for (int i = 0; i < N; i++)
    //  cout << intList[i];
    //cout << "\n";
    int x, number, position;
    for (x = 0; x < iterations; x++) {
        for (number = 0; number < N; number++) {
            for (position = 0; position < l; position++) {
                if (dis(gen) < mu) {
                    intList[number] = intList[number] ^ (1 << position);
                }
            }
        }
    }
    //for (int i = 0; i < N; i++)
    //  cout << intList[i];
    return 0;
}

int main()
{   
    int N, l, iterations;
    float mu;
    N = 10000;
    mu = 0.0001;
    iterations = 10000;
    l = 10;
    func1(iterations, l, N, mu);
    cout << "\nFertig";
}

但是此代码最多需要花费5-10倍的时间。我真的为此感到惊讶。对此有什么解释？

Answer 1

将Numba internally translates random.random calls转换为其own inlined internal Mersenne Twister implementation。因此，LLVM可以有效地将整个func1编译为高效代码。就像其他实现一样，它也可能是用C++编写的。
因此，当我在启用优化的情况下编译您的C++实现时，我无法重现您的问题，这不足为奇。两种实现本质上是相同的。在我的机器上，Python代码运行约6.1秒，而C++代码运行约6.9秒。
但是，如果您希望走得更快，请注意，如果您希望以较低的突变概率有效地实现遗传突变(看起来确实如此)，最好先以概率μ生成Binomial distribution，然后选择那么多索引而不用从您的基因组长度进行替换。另外，我描述了here的方法。