Python的低级性能与高级性能(回文函数的运行时分析)
我试图找到最有效的方法来检查给定字符串是否为回文。Python的低级性能与高级性能(回文函数的运行时分析),python,python-2.7,Python,Python 2.7,我试图找到最有效的方法来检查给定字符串是否为回文。 首先,我尝试了运行时间为O(N)阶的蛮力。然后我对代码进行了一些优化,只进行了n/2比较,而不是n比较 代码如下: def palindrome(a): length=len(a) iterator=0 while iterator <= length/2: if a[iterator]==a[length-iterator-1]: iterator+=1 e
首先,我尝试了运行时间为O(N)阶的蛮力。然后我对代码进行了一些优化,只进行了n/2比较,而不是n比较 代码如下:
def palindrome(a):
length=len(a)
iterator=0
while iterator <= length/2:
if a[iterator]==a[length-iterator-1]:
iterator+=1
else:
return False
return True
def palindrome_py(a):
return a==a[::-1]
然后我对两者进行了运行时分析。结果如下:
我使用的代码可以在这里访问:
现在,我想知道为什么切片操作符(palindrome_py)的运行时间和回文函数之间存在差异。为什么我会得到这种类型的运行时间?为什么切片操作符与回文函数相比效率如此之高,幕后发生了什么 我的观察-: 运行时间与乘数成正比,即乘数为2时的运行时间可通过将情况(n-1)的运行时间乘以乘数(n)ie.2得到
一般来说,我们得到运行时间(n)=运行时间(n-1)*乘数基于切片的解决方案仍然是O(n),常数变小了(这就是乘数)。速度更快,因为用Python做的事情更少,而用C做的事情更多。字节码显示了这一切
In [1]: import dis
In [2]: %paste
def palindrome(a):
length=len(a)
iterator=0
while iterator <= length/2:
if a[iterator]==a[length-iterator-1]:
iterator+=1
else:
return False
return True
## -- End pasted text --
In [3]: dis.dis(palindrome)
2 0 LOAD_GLOBAL 0 (len)
3 LOAD_FAST 0 (a)
6 CALL_FUNCTION 1 (1 positional, 0 keyword pair)
9 STORE_FAST 1 (length)
3 12 LOAD_CONST 1 (0)
15 STORE_FAST 2 (iterator)
4 18 SETUP_LOOP 65 (to 86)
>> 21 LOAD_FAST 2 (iterator)
24 LOAD_FAST 1 (length)
27 LOAD_CONST 2 (2)
30 BINARY_TRUE_DIVIDE
31 COMPARE_OP 1 (<=)
34 POP_JUMP_IF_FALSE 85
5 37 LOAD_FAST 0 (a)
40 LOAD_FAST 2 (iterator)
43 BINARY_SUBSCR
44 LOAD_FAST 0 (a)
47 LOAD_FAST 1 (length)
50 LOAD_FAST 2 (iterator)
53 BINARY_SUBTRACT
54 LOAD_CONST 3 (1)
57 BINARY_SUBTRACT
58 BINARY_SUBSCR
59 COMPARE_OP 2 (==)
62 POP_JUMP_IF_FALSE 78
6 65 LOAD_FAST 2 (iterator)
68 LOAD_CONST 3 (1)
71 INPLACE_ADD
72 STORE_FAST 2 (iterator)
75 JUMP_ABSOLUTE 21
8 >> 78 LOAD_CONST 4 (False)
81 RETURN_VALUE
82 JUMP_ABSOLUTE 21
>> 85 POP_BLOCK
10 >> 86 LOAD_CONST 5 (True)
89 RETURN_VALUE
这里没有涉及Python迭代(jumpers),您只得到3个调用(这些指令调用方法):BUILD\u SLICE
,BINARY\u SUBSCR
,COMPARE\u OP
,都是用C完成的,因为str
是一个内置类型,所有方法都是用C编写的。公平地说,我们在第一个函数中看到了相同的指令(还有更多的其他指令),但每个字符都会重复这些指令,方法调用开销乘以n。在这里,您只需支付Python函数调用开销一次,其余的用C完成
底线。你不应该手动在Python中做低级的事情,因为它的运行速度会比高级的慢(除非你有一个渐进更快的替代方案,它实际上需要低级的魔法).Python,与许多其他语言不同,大多数情况下鼓励您使用抽象,并以更高的性能奖励您。很好的解释+1@EliKorvigo你能给我提供一些链接吗?我可以从这些链接了解更多关于反汇编程序和字节码的信息。@Divyanshu当然可以,这是我的文档
In [1]: import dis
In [2]: %paste
def palindrome(a):
length=len(a)
iterator=0
while iterator <= length/2:
if a[iterator]==a[length-iterator-1]:
iterator+=1
else:
return False
return True
## -- End pasted text --
In [3]: dis.dis(palindrome)
2 0 LOAD_GLOBAL 0 (len)
3 LOAD_FAST 0 (a)
6 CALL_FUNCTION 1 (1 positional, 0 keyword pair)
9 STORE_FAST 1 (length)
3 12 LOAD_CONST 1 (0)
15 STORE_FAST 2 (iterator)
4 18 SETUP_LOOP 65 (to 86)
>> 21 LOAD_FAST 2 (iterator)
24 LOAD_FAST 1 (length)
27 LOAD_CONST 2 (2)
30 BINARY_TRUE_DIVIDE
31 COMPARE_OP 1 (<=)
34 POP_JUMP_IF_FALSE 85
5 37 LOAD_FAST 0 (a)
40 LOAD_FAST 2 (iterator)
43 BINARY_SUBSCR
44 LOAD_FAST 0 (a)
47 LOAD_FAST 1 (length)
50 LOAD_FAST 2 (iterator)
53 BINARY_SUBTRACT
54 LOAD_CONST 3 (1)
57 BINARY_SUBTRACT
58 BINARY_SUBSCR
59 COMPARE_OP 2 (==)
62 POP_JUMP_IF_FALSE 78
6 65 LOAD_FAST 2 (iterator)
68 LOAD_CONST 3 (1)
71 INPLACE_ADD
72 STORE_FAST 2 (iterator)
75 JUMP_ABSOLUTE 21
8 >> 78 LOAD_CONST 4 (False)
81 RETURN_VALUE
82 JUMP_ABSOLUTE 21
>> 85 POP_BLOCK
10 >> 86 LOAD_CONST 5 (True)
89 RETURN_VALUE
In [4]: %paste
def palindrome_py(a):
return a==a[::-1]
## -- End pasted text --
In [5]: dis.dis(palindrome_py)
2 0 LOAD_FAST 0 (a)
3 LOAD_FAST 0 (a)
6 LOAD_CONST 0 (None)
9 LOAD_CONST 0 (None)
12 LOAD_CONST 2 (-1)
15 BUILD_SLICE 3
18 BINARY_SUBSCR
19 COMPARE_OP 2 (==)
22 RETURN_VALUE