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

我非常感谢一些性能提示/此算法的另一种方法，以节省我一些时间。提前致谢！

Answer 1

您可以通过 profiling the software, but you'll probably be well-served by using logic which takes advantage of a faster language wrapped by Python. This could look like using a scientific library like numpy, using some FFI (foreign function interface) 或创建和调用自定义程序来查找性能问题。

更具体地说，Python 在计算方面天生 非常慢 ，因为每个操作都带有很多包袱（例如臭名昭著的 GIL).将这项工作交给另一种语言可以让您减少支付这种间接费用的频率，而不是在每个循环的每个可能点都支付！

科学图书馆至少可以在

之前为您完成这项工作

表现得像 Python 逻辑（这对你很友好！）同时每个动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

你的函数基本分析：时间复杂度：3O(n) space复杂度：3O(n)。因为你循环了 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 space.

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

Python 算法加速/性能提示

Python algorithm speed up / Perfomance tips

python

list

performance

binary

cpu-speed