主页 / 问题 / 1426511
Accepted
Кирилл Маколов
Asked:2022-09-04 18:55:47 +0000 UTC2022-09-04 18:55:47 +0000 UTC

如何使循环同时执行并有时加快代码速度？

  • 772

我有一个8循环的代码。每两个循环处理一个数据字典，在这个例子中是一个列表。
告诉我如何确保每对循环同时计算，而每对循环同时产生一个结果，这样就不会出现一对先于另一对产生结果的情况。

而第二个时刻。

如何加快代码速度？有一些有效的方法。我尝试了多线程的基础知识，但代码只是变慢了。他很可能做错了什么。

例如，我给出最简单的周期，我的工作周期更难计算，但我不能给你。（保密）。

data1 = [5, 6, 7, 3, 5 , 8, 3]
for i in data1:
    if i == 3:
        data1[i] = 9
print(data1)
for i in data1:
    if i == 2:
        data1[i] = 5
print(data1)

data2 = [5, 6, 7, 3, 5 , 8, 3]
for i in data2:
    if i == 8:
        data1[i] = 9
print(data2)
for i in data1:
    if i == 5:
        data2[i] = 00
print(data2)

data3 = [5, 6, 7, 3, 5 , 8, 3]
for i in data3:
    if i == 5:
        data3[i] = 9
print(data3)
for i in data3:
    if i == 1:
        data3[i] = 5
print(data3)

data4 = [5, 6, 7, 3, 5 , 8, 3]
for i in data4:
    if i == 3:
        data4[i] = 5
print(data4)
for i in data4:
    if i == 2:
        data4[i] = 9
print(data4)

提前感谢大家花时间回答我的问题。

python многопоточность

2 个回答

  1. Best Answer

    注意：在示例中，我使用numpy.array，但使用纯 Pythonic 列表，一切都会稍微复杂一些。但无论如何，您最好关注类型化数组以加快计算速度，本机 Python 类型非常慢。除非您需要使用无限int-s，否则本机intpython 具有优势。

    如果列表中有普通数字以及相当简单的分支和计算，那么这可以Numba毫不费力地提供帮助：

    import numba as nb
import numpy as np

def process1(data1):
    for i in data1:
        if i == 3:
            data1[i] = 9
    for i in data1:
        if i == 2:
            data1[i] = 5
    return data1

data1 = np.random.randint(100, size=(10_000_000))
%time process1(data1)

p1 = nb.njit(process1)
%time p1(data1)

print()

    结论：

    CPU times: user 6.43 s, sys: 0 ns, total: 6.43 s
Wall time: 6.45 s
CPU times: user 224 ms, sys: 0 ns, total: 224 ms
Wall time: 224 ms

    1000 万个元素的列表，普通 python 处理 6 秒，使用装饰器后numba.njit，相同列表和相同代码的处理时间为 0.2 秒，不费吹灰之力，加速 30 倍。此外，列表的大小越大，加速越明显。

    但是，如果计算不仅仅是算术并且条件不是那么简单，那么您Numba可能必须对其进行修改，以便它同意加速您的代码。

    • 3

  2. 我自己做奥林匹克编程。曾几何时，我想到可以使用多线程加速代码，但这并没有给出结果。为了加快程序速度，使用了动态编程方法，例如记忆化。此外，您可以使用 PyPy，而不是通常的 Python 3 编译器，它更快。
    大约8个周期。我正在使用该模块进行多线程处理Thread。下面是它的工作原理：

    def func(d):
    for i in range(d):
        print(i)
Thread.start_new_thread(func, (9))

    一般来说，在我看来，如果两个线程更改一个数组，它们就会相互冲突。因此，如果您需要对数百万个数字执行一些大型运算，那么我建议您使用 C++

    • 0

相关问题