我有一个 Cython 类,如下面的人工示例:
cdef class Differential:
cdef int *SX
cdef int *X
cdef int nmax
def __init__(self, int nmax):
self.nmax = nmax ## usually around 10*1000
return
def __cinit__(self, int nmax, *arg, **args):
self.SX = <float *>malloc(nmax*cython.sizeof(float))
## assume self.X has some content.
self.X = <float *>malloc(nmax*cython.sizeof(float))
return
def __dealloc__(self):
free(self.SX)
free(self.X)
return
@cython.wraparound(False)
@cython.boundscheck(False)
@cython.nonecheck(False)
@cython.cdivision(True)
cdef void __reject(self, float step) nogil:
cdef unsigned int v
cdef unsigned int k
cdef double x
cdef double dx
float_array_init(self.SX,1000,0.) ## writes 0. to the 100000 first elements
for v in range(1000):
x = self.X[v]
for k in range(v+1,1000):
dx = x-self.X[k]
# the following line is the "problem":
self.SX[k] -= dx
## some more code
# manipulate SX some more. this section has less performance impact because it
# is not a double for-loop, so i have not included it in the example
# update X
for v in range(1000):
self.X[v] += self.SX[v]
def reject(self, float step):
self.__reject(step)
代码复杂得多,但我已尝试将其精简到仍能说明我的代码流程的最少数量。
在我的主脚本中,我只是创建了一个 Differential 实例,然后我重复调用 Differential.reject()(以及中间的其他一些东西来实际更改 X 的值。)
我知道我可以使用 cpdef 来避免额外的包装器调用(__reject() 和 reject()),但我的测试表明这没有区别。
我的问题如下:
当我注释掉 self.SX[k] -= dx 行时,代码似乎加速了大约 10 倍。这是预料之中的吗?
我明白访问内存是有代价的,但我没想到代码会慢那么多。
更新
按照下面的建议,更改行
cdef double x
cdef double dx
到
cdef float x
cdef float dx
消除了一些转换操作的需要,并将代码速度提高了大约 2 倍。
请您参考如下方法:
我发现了一个可以解释缓慢的问题,请注意您将 x 和 dx 创建为 double 以接收 float 值,通过更改为:
cdef float x
cdef float dx
我得到了 2 倍的加速,因为它避免了在 x = self.X[v] 中将 float 值转换为 double,然后在 self 中再次从 double 转换为 float .SX[k] -= dx.
您的方法似乎没有丢失缓存,我测试过使用单个数组来存储 self.X 和 self.SX 的值 通过 2*i+0 或 2*i+1 控制访问(0 for self.X 和 1 for self.SX)并且时间是相同的。
