嵌套 Numba 函数性能

Question

目前我正在尝试提高我的 python 代码的性能。为此，我成功地使用了 numba。为了改进我的代码结构，我创建了函数。现在我惊讶地注意到，如果我将代码拆分为不同的 numba 函数，代码比我将整个代码放在一个带有 numba 装饰器的函数中要慢得多。 一个例子是：

@nb.njit
def fct_4(a, b):
    x = a ^ b
    setBits = 0
    while x > 0:
        setBits += x & 1
        x >>= 1
    return setBits


@nb.njit
def fct_3(c, set_1, set_2):
    h = 2
    if c not in set_1 and c not in set_2:
        if fct_4(0, c) <= h:
            set_1.add(c)
        else:
            set_2.add(c)


@nb.njit
def fct_2(c, set_1, set_2):
    fct_3(c, set_1, set_2)


@nb.njit
def fct_1(set_1, set_2):
    for x1 in range(1000):
        c = 2
        fct_2(c, set_1, set_2)

比

慢

@nb.njit
def fct_1(set_1, set_2):
    for x1 in range(1000):
        c = 2       
        h = 2
        if c not in set_1 and c not in set_2:
            if fct_4(0, c) <= h:
                set_1.add(c)
            else:
                set_2.add(c)

与

@nb.njit
def main_fct(set_1, set_2):
    for i in range(50):
        for x in range(1000):
            fct_1(set_1, set_2)

set_1 = {0}
set_2 = {47}

start = timeit.default_timer()
main_fct(set_1, set_2)
stop = timeit.default_timer()

（2.70 秒对 0.46 秒）。我认为这不应该有所作为。你能启发我吗？

Answer 1

由于python是一种动态类型语言，它的函数调用开销是相当高的。

除此之外，您正在循环调用函数，因此调用函数和检查参数所产生的执行时间乘以 1000 倍。