Java和Python实现的速度

所以我有一个问题，我已经用python和java解决了。问题是，对于8000*8000个元素的乘法表，找到所有唯一的数字：

Python:

table = 8000
unique_prods = []
start = 1

for i in range(table*table + 1):
    unique_prods.append(0)

for x in range(1, table + 1):
    for y in range(start, table + 1):
        # print '{:4}'.format(x * y),
        if not unique_prods[x * y] == x * y:
            unique_prods[x * y] = x * y
    start += 1
    # print

# print unique_prods
print len(unique_prods)

爪哇：

公共类测试{
公共静态void main（字符串[]args）{
int table=8000；
int[]myArray=newint[table*table+1]；
整数计数=1；
对于（int i=0；i

---

我发现Java实现只花了一秒钟，Python版本只花了一分钟，这让我感到惊讶。有没有办法提高python的性能，使其更接近Java实现的速度？

您的python代码不是最优的，您不会像在Java中那样解决问题：

table = 8000
unique_prods = set()

for x in range(1, table + 1):
    for y in range(x, table + 1):
        unique_prods.add(x * y)
print len(unique_prods)

在我的电脑上显示14秒。 但很明显，python仅仅解决数学问题需要更长的时间，因为python没有集成的JIT编译器。对于计算，有一个名为numpy的包，它可以显著加快速度：

import numpy
x = numpy.arange(1,8001)
unique_prods = numpy.zeros(8000*8000+1,dtype='b')
for k in x:
    unique_prods[k*x[k-1:]]=1
print unique_prods.sum()

---

你只需要0.8秒就能得到结果。与C版本相比，它只需要0.6s。

Python可能会比较慢，但是考虑下面两个片段：更多的PythOng:< /P>

import time 
starttime = time.time()
table = 8000
unique_prods = [0] * (table*table + 1)
for x in range(1, table+1):
    for y in range(1, table+1):
        unique_prods[x*y] = 1

elapsed = time.time() - starttime
print((elapsed, sum(unique_prods)))

最简单但不一定是最快的：

starttime = time.time()
table = 8000
unique = set(x*y for x in range(1, table+1) for y in range(1,table+1))
elapsed = time.time() - starttime
print((elapsed, len(unique)))

Python并不是设计得最快的。python的优点是您可以编写

unique = set(x*y for x in range(1, table+1) for y in range(1,table+1))
print(len(unique))

---

基本上是一个一行程序，它清楚地解决了基本的数学问题，即定义一个集合并打印它的基数。

问题似乎在于如何用python创建数组

考虑以下几点：

array = []

for i in range(8000*8000 + 1):
  array.append(0)

这花了很长时间运行（对我来说是14秒），因为我们首先创建了一个空数组，然后总共调整了64000001次大小。您不应该这样做，而是应该创建一个大小正确的数组，以便只需要一次内存分配：

array = [0] * (8000*8000 + 1) // Creates an array filled with zeros of size (8000*8000 + 1)

---

这段代码对我来说几乎是即时运行的。

正如其他人所注意到的，扩展列表的方式有利于此算法的Java实现。这是一个简单的解决方案：

unique_prods = [0] * (table*table + 1)

生成您的算法的以下结果（实现与您发布的完全相同）：

---

---

另外，您的两个实现都是错误的（您应该使用一个集合），并且还有其他一些小的错误（比如注释中提到的冗余

if

语句）。

哦，我现在看到Python会给出错误的答案，但这可以通过遍历列表轻松修复。很抱歉。为什么要先检查

myArray[x*y]

是否不等于

x*y

，然后再将其设置为

x*y

？如果它已经相等，则将其设置为自身相等不会更改其值。如果它还不相等，则将设置为

x*y

。

if

是多余的。

对于范围内的i（表*table+1）：unique_prods.append（0）

应该替换为

unique_prods=[0]*（表*table+1）

，这在我的机器上要快15倍。要想获得关于工作代码的反馈，最好是询问CodeReview.SE。@curiousinternal是的，我完全误解了，现在我看到了，这很明显。我看到有人说我应该在代码回顾中发表这篇文章，但我认为这是一个非常重要的问题，因为我们正在比较两种方法，看看算法的复杂性，看看是否可以通过讨论来改进。我认为这类问题属于这里的SO。显然，Java版本也应该使用set方法。所以这没有意义。要么比较两个最优实现，要么比较两个非最优实现。声称Python在这方面与Java不同是错误的。在我的计算机上，Python中的set方法比使用长度表*表的列表更简单，但速度要慢得多。这真的很快。你能解释一下你在做什么吗。我无法理解行unique_prods[k*x[k-1:][]=1您是否尝试过将整个程序与之进行比较，而没有此修复程序？@BartoszKP我刚刚进行了比较，结果显示我的第一次测试给出了非常不准确的结果。我不知道为什么第一次用了一分钟而不是14秒（后台运行的东西？），但我想这会教我做重复测试。回到绘图板上…Python有

timeit

模块用于此目的。使用

timeit

可以更可靠地比较实现。与另一个答案一样：在与另一个实现进行比较时，仅在一个实现中更改基础算法是没有意义的。@BartoszKP:我在比较任何东西，只是展示了一些选项。这个问题与Python和Java之间的比较有关。

unique_prods = [0] * (table*table + 1)

python -m timeit -n 10 -r 1 "import test" "test.testWithFix()"
64000001
64000001
64000001
64000001
64000001
64000001
64000001
64000001
64000001
64000001
10 loops, best of 1: 31.6 sec per loop

python -m timeit -n 10 -r 1 "import test" "test.testWithoutFix()"
64000001
64000001
64000001
64000001
64000001
64000001
64000001
64000001
64000001
64000001
10 loops, best of 1: 62.9 sec per loop