divmod()% ve // ​​operatörlerini kullanmaktan daha mı hızlı?

Question

Montajdan, tamsayı bölme yönergelerinin hem bölümü hem de geri kalanı verdiğini hatırlıyorum. Yani, python'da yerleşik divmod() işlevi,% ve // ​​operatörlerini kullanmaktan daha iyi performansa sahip olacaktır (farz edelim ki, biri hem bölüm hem de geri kalanı gerektirir)? ölçmek için

q, r = divmod(n, d) 
q, r = (n // d, n % d) 

Answer 1

(Macbook Pro 2.8GHz i7 tüm zamanlamaları) bilmektir: Eğer küresel her zaman yukarı bakmak gerekir çünkü

>>> import sys, timeit 
>>> sys.version_info 
sys.version_info(major=2, minor=7, micro=12, releaselevel='final', serial=0) 
>>> timeit.timeit('divmod(n, d)', 'n, d = 42, 7') 
0.1473848819732666 
>>> timeit.timeit('n // d, n % d', 'n, d = 42, 7') 
0.10324406623840332 

divmod() buradaki görevi bir dezavantaj olduğunu. (A timeit zaman deneme tüm değişkenler yereldir) yerel bir onu Bağlama biraz performansı artırır:

>>> timeit.timeit('dm(n, d)', 'n, d = 42, 7; dm = divmod') 
0.13460898399353027 

ama divmod() bir işlev çağrısı sırasında geçerli çerçeveyi korumak gerekmez çünkü operatörler hala kazanabilir yürütülür: // ve % varyantı daha opcodes kullanır, ancak CALL_FUNCTION baytkodu akıllıca bir ayı, performans

>>> import dis 
>>> dis.dis(compile('divmod(n, d)', '', 'exec')) 
    1   0 LOAD_NAME    0 (divmod) 
       3 LOAD_NAME    1 (n) 
       6 LOAD_NAME    2 (d) 
       9 CALL_FUNCTION   2 
      12 POP_TOP    
      13 LOAD_CONST    0 (None) 
      16 RETURN_VALUE   
>>> dis.dis(compile('(n // d, n % d)', '', 'exec')) 
    1   0 LOAD_NAME    0 (n) 
       3 LOAD_NAME    1 (d) 
       6 BINARY_FLOOR_DIVIDE 
       7 LOAD_NAME    0 (n) 
      10 LOAD_NAME    1 (d) 
      13 BINARY_MODULO  
      14 BUILD_TUPLE    2 
      17 POP_TOP    
      18 LOAD_CONST    0 (None) 
      21 RETURN_VALUE   

.

---

PyPy'de, küçük tamsayılar için çok fazla bir fark yoktur;

>>>> import platform, sys, timeit 
>>>> platform.python_implementation(), sys.version_info 
('PyPy', (major=2, minor=7, micro=10, releaselevel='final', serial=42)) 
>>>> timeit.timeit('divmod(n, d)', 'n, d = 42, 7', number=10**9) 
0.5659301280975342 
>>>> timeit.timeit('n // d, n % d', 'n, d = 42, 7', number=10**9) 
0.5471200942993164 

(ben fark gerçekten, PyPy blazingly ne kadar küçük göstermek için 1 milyar kadar tekrar sayısını krank zorunda: opcodes sahip küçük hız avantajı C tamsayı aritmetik hızlı bir şekilde yön altında eriyip gider Burada hızlı). sayılar olsun Ancak

, büyük, ülke mile tarafından divmod() galibiyet:

>>>> timeit.timeit('divmod(n, d)', 'n, d = 2**74207281 - 1, 26', number=100) 
17.620037078857422 
>>>> timeit.timeit('n // d, n % d', 'n, d = 2**74207281 - 1, 26', number=100) 
34.44323515892029 

(şimdi aşağı ayarlamak zorunda kıyasla 10 kat tekrarlama sayısı hobbs 'sayıları, sadece makul bir sürede sonuç elde etmek için).

Bunun nedeni, PyPy'nin artık tamsayıları C tamsayıları olarak kaldıramayacağıdır; Eğer sys.maxint ve sys.maxint + 1 kullanmak arasındaki zamanlamaları çarpıcı farkı görebilirsiniz: Eğer aritmetik işlemler çok hızlı işlev çağrılarına karşılaştırılır "küçük" yerli tamsayılar, kullanıyorsanız

>>>> timeit.timeit('divmod(n, d)', 'import sys; n, d = sys.maxint, 26', number=10**7) 
0.008622884750366211 
>>>> timeit.timeit('n // d, n % d', 'import sys; n, d = sys.maxint, 26', number=10**7) 
0.007693052291870117 
>>>> timeit.timeit('divmod(n, d)', 'import sys; n, d = sys.maxint + 1, 26', number=10**7) 
0.8396248817443848 
>>>> timeit.timeit('n // d, n % d', 'import sys; n, d = sys.maxint + 1, 26', number=10**7) 
1.0117690563201904 

Answer 2

Martijn cevabı doğrudur.

>>> import timeit 
>>> timeit.timeit('divmod(n, d)', 'n, d = 2**74207281 - 1, 26', number=1000) 
24.22666597366333 
>>> timeit.timeit('n // d, n % d', 'n, d = 2**74207281 - 1, 26', number=1000) 
49.517399072647095 

22 milyon basamaklı sayıyı bölerek, divmod iki kat daha hızlı Tahmin edebileceğiniz gibi, ayrı ayrı bölünme ve modül yapıyor neredeyse tam olarak: Ancak bigints ile bu tamamen farklı bir hikaye.

Makinemde, geçit 2^63 civarında bir yerde gerçekleşir, ama bunun için sözümü boşa harcamayın. Martijn'in dediği gibi, tedbir! Performans gerçekten önemli olduğunda, bir yerde doğru olanın başka bir yerde hala geçerli olacağını varsaymayın.