Python算法加速/性能提示

Question

我正在处理大文件（超过 2Gb）并且我有很多处理函数来处理数据。 我的问题是完成处理需要很多（很多）时间。从所有功能来看，似乎需要更长的时间是这个：

 def BinLsb(data):
        Len = len(data)
        databin = [0] * (int(Len))
        num_of_bits = 8
        ###convert to bin the octets and LSB first
        for i in range(Len):
            newdatabin = bin(int(data[i], 16))[2:].zfill(num_of_bits)[::-1]
            databin[i] = newdatabin
        ###group the 14bit and LSB again
        databin = ''.join(databin)
        composite_list = [databin[x:x + 14] for x in range(0, len(databin), 14)]
        LenComp = len(composite_list)
        for i in range(LenComp):
            composite_list[i] = (int(str(composite_list[i])[::-1], 2))
        return composite_list

非常感谢一些性能提示/该算法的另一种方法，以便为我节省一些时间。提前致谢！

Answer 1

您可以通过profiling 软件查找性能问题，但使用利用 Python 封装的更快语言的逻辑可能会为您提供很好的服务。这可能看起来像使用像 numpy 这样的科学库，使用一些 FFI (foreign function interface)，或者创建和调用自定义程序。

更具体地说，Python 在计算方面本身非常慢，因为每个操作都带有很多包袱（例如臭名昭​​著的GIL）。将这项工作转移到另一种语言可以让您更少地支付这种间接成本，而不是在每个循环中的每个可能点！

科学图书馆至少可以为您做到这一点

• 表现得像 Python 逻辑（这对您很友好！），同时每个操作执行许多已知步骤（而不是一次一个）
• 可能能够矢量化操作（通过performing many actions in the same processor step 充分利用处理时间）

Answer 2

您的函数的基本分析：时间复杂度：3O(n) 空间复杂度：3O(n)。因为你的循环 3 次；我的建议是循环一次，使用生成器，这将花费1/3的时间和空间。

我升级了你的代码并使用生成器删除了一些无用的变量：

def binLsb(data):
    databin = ""
    num_of_bits = 8
    for i in range(len(data)):
        newdatabin = bin(int(data[i], 16))[2:].zfill(num_of_bits)[::-1]
        while len(str(databin)) > 14:
            yield (int(str(databin[:14])[::-1], 2))
            databin = databin[14:]
        databin += str(newdatabin)

享受

奥利弗