我在 gmpy2 中使用復(fù)數(shù)并注意到它很慢。我縮小了求冪運(yùn)算符的范圍。起初我以為這只是因?yàn)樗軓?fù)雜。但后來我將它與使用gmpy2 的 mpmath 進(jìn)行了比較，發(fā)現(xiàn)速度要快得多：# tested using gmpy2 2.0.8, mpmath 1.1.0, python 3.8.5>>> import timeit>>> setup = '''import gmpy2 as gmimport mpmatha1 = gm.mpc(-12.5, 34.125)a2 = gm.mpc(17, -45.875)b1 = mpmath.mpc(-12.5, 34.125)b2 = mpmath.mpc(17, -45.875)'''# using gmpy2>>> timeit.timeit('a1 ** a2', setup)87.13848301399992>>> timeit.timeit('a1 ** 2', setup)40.478690218>>> timeit.timeit('pow(a1, 2)', setup)40.70392542999991# using mpmath>>> timeit.timeit('b1 ** b2', setup)51.799312732999965>>> timeit.timeit('b1 ** 2', setup)4.239320562999978>>> timeit.timeit('pow(b1, 2)', setup)4.293315565000057# multiplication comparison>>> timeit.timeit('a1 * a1', setup)0.9900801109999975 # gmpy2>>> timeit.timeit('b1 * b1', setup)4.711916033999955 # mpmath純復(fù)數(shù)冪運(yùn)算非常慢，但 mpmath 仍然比 gmpy2 快 40% 左右。由于 mpmath 是 Python，我認(rèn)為它會(huì)慢得多，但事實(shí)顯然并非如此。gmpy2 怎么這么慢？
1 回答
飲歌長嘯
TA貢獻(xiàn)1951條經(jīng)驗(yàn) 獲得超3個(gè)贊
我很好奇造成差異的原因。我進(jìn)行了四次不同的測試。
# Reference test on Windows 10 that used the same gmpy2
# binaries.
>>> timeit.timeit('a1 ** a2', setup)
60.565931600000006
>>> timeit.timeit('a1 ** 2', setup)
25.686232700000005
>>> timeit.timeit('pow(a1, 2)', setup)
25.684606899999977
>>> timeit.timeit('b1 ** b2', setup)
35.29716189999999
>>> timeit.timeit('b1 ** 2', setup)
2.6226074000000494
>>> timeit.timeit('pow(b1, 2)', setup)
2.6126720999999975
>>>
>>> import gmpy2
>>> gmpy2.version()
'2.0.8'
>>> gmpy2.mp_version()
'MPIR 2.7.2'
>>> gmpy2.mpfr_version()
'MPFR 3.1.4'
>>> gmpy2.mpc_version()
'MPC 1.0.3'
>>>
結(jié)果與問題中的結(jié)果類似。我打印了底層庫的版本。
# Test using WSL with latest Ubuntu version. Same physical
# system as above.
>>> timeit.timeit('a1 ** a2', setup)
31.21574370000002
>>> timeit.timeit('a1 ** 2', setup)
2.3873958000000357
>>> timeit.timeit('pow(a1, 2)', setup)
2.3556844999999953
>>> timeit.timeit('b1 ** b2', setup)
36.35650579999998
>>> timeit.timeit('b1 ** 2', setup)
2.4482329999999592
>>> timeit.timeit('pow(b1, 2)', setup)
2.431874800000003
>>>
>>> import gmpy2
>>> gmpy2.version()
'2.1.0b3'
>>> gmpy2.mp_version()
'GMP 6.2.0'
>>> gmpy2.mpfr_version()
'MPFR 4.0.2'
>>> gmpy2.mpc_version()
'MPC 1.1.0'
>>>
我選擇 WSL 是因?yàn)樗苋菀自?Windows 10 上安裝。gmpy2并且mpmath使用sudo apt install python3-gmpy2和進(jìn)行安裝sudo apt install python3-mpmath。gmpy2比 稍快一些mpmath。
# Test using Hyper-V virtual machine under Windows Server 2016.
# Different physical system but identical specifications.
>>> timeit.timeit('a1 ** a2', setup)
27.467059508984676
>>> timeit.timeit('a1 ** 2', setup)
2.171035467006732
>>> timeit.timeit('pow(a1, 2)', setup)
2.193065536994254
>>> timeit.timeit('b1 ** b2', setup)
31.870763173996238
>>> timeit.timeit('b1 ** 2', setup)
2.019194034015527
>>> timeit.timeit('pow(b1, 2)', setup)
2.0843256690131966
>>>
>>> import gmpy2
>>> gmpy2.version()
'2.1.0b5'
>>> gmpy2.mp_version()
'GMP 6.2.0'
>>> gmpy2.mpfr_version()
'MPFR 4.0.2'
>>> gmpy2.mpc_version()
'MPC 1.1.0'
>>>
我在之前的測試中使用了最新的測試版。結(jié)果與Ubuntu版本相同?？傮w而言，比 WSL 稍快一些。
# Same as above but using gmpy2 2.0.8 instead of 2.1.0b5.
>>> timeit.timeit('a1 ** a2', setup)
23.692542312986916
>>> timeit.timeit('a1 ** 2', setup)
9.208024947001832
>>> timeit.timeit('pow(a1, 2)', setup)
9.388882965984521
>>> timeit.timeit('b1 ** b2', setup)
32.078784318000544
>>> timeit.timeit('b1 ** 2', setup)
2.027712993003661
>>> timeit.timeit('pow(b1, 2)', setup)
2.123160599003313
>>>
>>> import gmpy2
>>> gmpy2.version()
'2.0.8'
>>> gmpy2.mp_version()
'GMP 6.2.0'
>>> gmpy2.mpfr_version()
'MPFR 4.0.2'
>>> gmpy2.mpc_version()
'MPC 1.1.0'
>>>
2.0.8最后兩個(gè)測試顯示了和版本之間的差異2.1.0。我對(duì)參數(shù)處理進(jìn)行了重大更改。mpc ** int速度快得多，但mpc ** mpc速度稍慢。（我想我可以修復(fù)這個(gè)回歸......）
Windows 二進(jìn)制文件使用舊版本的底層庫。我正在研究基于使用 mingw-w64 編譯器編譯的最新版本 GMP、MPFR 和 MPC 的 Windows 二進(jìn)制文件。GCC 編譯器將允許 GMP 自動(dòng)為不同的 CPU 選擇正確的代碼路徑。
更新1
我已經(jīng)優(yōu)化過了mpc ** mpc，并且mpc ** int. 的性能回歸mpc ** mpc已得到修復(fù)，并且mpc ** int速度更快。
添加回答
舉報(bào)
0/150
提交
取消