☰

Python 3 では x**4.0 が x**4 より速いのはなぜですか? 質問する

tag-icon • tag-icon python performance python-3.x python-3.5 python-internals
Python 3 では x**4.0 が x**4 より速いのはなぜですか? 質問する

x**4.0がよりも速いのはなぜですかx**4? 私は CPython 3.5.2 を使用しています。

$ python -m timeit "for x in range(100):" " x**4.0"
  10000 loops, best of 3: 24.2 usec per loop

$ python -m timeit "for x in range(100):" " x**4"
  10000 loops, best of 3: 30.6 usec per loop

どのように動作するかを見るために、累乗するべき乗数を変えてみたところ、例えばxを10または16の累乗にすると30から35に跳ね上がるが、10.0フロートとしては24.1～4あたりを動いているだけです。

おそらく浮動小数点変換と 2 の累乗に関係があると思いますが、よくわかりません。

どちらの場合も 2 の累乗の方が高速であることに気付きました。これは、これらの計算がインタープリタ/コンピュータにとってよりネイティブ/簡単だからだと思います。しかし、それでも、浮動小数点数ではほとんど動きません。2.0 => 24.1~4 & 128.0 => 24.1~4 しかし 2 => 29 & 128 => 62

タイガーホークT3 ベース

ベストアンサー1

なぜx**4.0 もっと早くx**4Python 3 と比べて* ?

Python 3intオブジェクトは、任意のサイズをサポートするように設計された本格的なオブジェクトです。そのため、Cレベルではこのように扱われる（すべての変数がPyLongObject *型として宣言されているのを見てくださいlong_pow）。これにより、指数計算もはるかに簡単になります。よりトリッキーそして退屈なob_digitそれを実行するには、値を表すために使用する配列を操作する必要があるためです。(勇敢な人のための源。- 見る：Python での大きな整数のメモリ割り当てを理解する詳細はPyLongObjects をご覧ください。

Pythonfloatオブジェクトは、逆に、変形できるCdouble型（PyFloat_AsDouble）と操作を実行できますこれらのネイティブタイプを使用する。これは素晴らしい関連するエッジケースをチェックした後、Pythonはプラットホームを使う'pow（Cのpow、つまり) を使って実際の累乗を処理します。

/* Now iv and iw are finite, iw is nonzero, and iv is
 * positive and not equal to 1.0.  We finally allow
 * the platform pow to step in and do the rest.
 */
errno = 0;
PyFPE_START_PROTECT("pow", return NULL)
ix = pow(iv, iw);

ここでiv、および はC としてのiw元の です。PyFloatObjectdouble

参考までに言うと、2.7.13私にとって Python は 1 倍2~3高速で、逆の動作を示します。

前の事実また説明しているPython 2 と 3 の間の相違点について、興味深いのでこのコメントにも触れておこうと思いました。

Python 2 では、 Python 3 のオブジェクトintとは異なる古いオブジェクトを使用しています( 3.x のすべてのオブジェクトは 型です)。Python 2 では、オブジェクトの値 (または、サフィックス を使用する場合) によって区別されます。intintPyLongObjectL/l

# Python 2
type(30)  # <type 'int'>
type(30L) # <type 'long'>

ここに見<type 'int'>られる同じことfloatをする、それは安全にCに変換されますlong 指数演算を実行すると（int_powまた、可能であればレジスターに格納するようにコンパイラーに指示するので、できた違いが生じる・異なる）：

static PyObject *
int_pow(PyIntObject *v, PyIntObject *w, PyIntObject *z)
{
    register long iv, iw, iz=0, ix, temp, prev;
/* Snipped for brevity */

これにより、速度が大幅に向上します。

<type 'long'>が と比べてどれほど遅いかを確認するために<type 'int'>、Python 2 で呼び出しx内に名前をラップすると (基本的にPython 3 のように使用するように強制すると)、速度の向上は消えます。longlong_pow

# <type 'int'>
(python2) ➜ python -m timeit "for x in range(1000):" " x**2"       
10000 loops, best of 3: 116 usec per loop
# <type 'long'> 
(python2) ➜ python -m timeit "for x in range(1000):" " long(x)**2"
100 loops, best of 3: 2.12 msec per loop

int1 つのスニペットはを に変換しますが、もう 1 つは変換しません (@pydsinger が指摘したように)、このキャストが速度低下の原因ではないことに注意してくださいlong。 の実装はlong_powです。(ステートメントを のみで実行してlong(x)確認します)。

[...] ループ外では発生しません。 [...] それについて何か考えはありますか?

これは、定数を折りたたむ CPython のピープホール オプティマイザーです。指数の結果を見つけるための実際の計算はなく、値の読み込みのみなので、どちらの場合でもまったく同じタイミングになります。

dis.dis(compile('4 ** 4', '', 'exec'))
  1           0 LOAD_CONST               2 (256)
              3 POP_TOP
              4 LOAD_CONST               1 (None)
              7 RETURN_VALUE

に対して同一のバイトコードが生成されますが'4 ** 4.'、唯一の違いは、int ではなくLOAD_CONSTfloat をロードすることです。256.0256

dis.dis(compile('4 ** 4.', '', 'exec'))
  1           0 LOAD_CONST               3 (256.0)
              2 POP_TOP
              4 LOAD_CONST               2 (None)
              6 RETURN_VALUE

つまり時間は同じです。

*上記はすべて、Python のリファレンス実装である CPython にのみ適用されます。他の実装では動作が異なる場合があります。

おすすめ記事